📜  Python| Pandas DataFrame.blocks

📅  最后修改于: 2022-05-13 01:54:39.064000             🧑  作者: Mango

Python| Pandas DataFrame.blocks

Pandas DataFrame 是一种二维大小可变的、潜在异构的表格数据结构,带有标记的轴(行和列)。算术运算在行标签和列标签上对齐。它可以被认为是 Series 对象的类 dict 容器。这是 Pandas 的主要数据结构。

Pandas DataFrame.blocks属性是as_blocks()函数的同义词。它基本上将框架转换为 dtype -> Constructor Types 的字典,每个都具有同质 dtype。

示例 #1:使用DataFrame.blocks属性返回包含不同数据类型块中的数据的字典。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71],
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'],
                   'Age':[14, 25, 55, 8, 21]})
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.blocks属性返回给定数据帧的块表示。

# return a dictionary
result = df.blocks
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的那样, DataFrame.blocks属性已成功返回一个包含数据帧数据的字典。同构列是同一块中的位置。示例 #2:使用DataFrame.blocks属性返回包含不同数据类型块中的数据的字典。

# importing pandas as pd
import pandas as pd
  
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None], 
                   "C":[20, 16, 11, 3, 8], 
                   "D":[14, 3, None, 2, 6]}) 
  
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
  
# Set the index
df.index = index_
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.blocks属性返回给定数据帧的块表示。

# return a dictionary
result = df.blocks
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的那样, DataFrame.blocks属性已成功返回一个包含数据帧数据的字典。同构列是同一块中的位置。