Python Pandas DataFrame.block

Pandas DataFrame是一个二维的大小可变的、可能是异质的表格数据结构，具有标记的axis（行和列）。算术操作在行和列的标签上对齐。它可以被认为是一个类似于Dict的系列对象的容器。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一个dtype->构造类型的dict，每个构造类型都有一个同质的dtype。

语法: DataFrame.blocks

参数：无

返回 : dict

例子#1：使用DataFrame.blocks属性来返回一个包含不同数据类型块的数据的字典。

# 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属性来返回给定数据框架的块表示。

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

输出 :

正如我们在输出中看到的，DataFrame.blocks属性已经成功地返回了一个包含数据框架数据的字典。同质的列被放在同一个块中。

示例#2：使用DataFrame.blocks属性来返回一个包含不同数据类型块的数据的字典。

# 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属性来返回给定数据框架的块表示。

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

输出 :

正如我们在输出中看到的，DataFrame.blocks属性已经成功地返回了一个包含数据框架数据的字典。同质的列被放在同一个块中。