Python Pandas DataFrame.ftypes

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.ftypes属性返回DataFrame中的ftypes（稀疏/密集和dtype的指示）。它返回一个带有每列数据类型的系列。

语法: DataFrame.ftypes

参数：无

返回：系列

示例#1：使用DataFrame.ftypes属性来检查给定的Dataframe中的列是稀疏的还是密集的。

# 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.ftypes属性来检查给定数据框架中的列的ftype。

# check if the column are 
# dense or sparse
result = df.ftypes
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，DataFrame.ftypes属性已经成功地返回了一个系列，包含了给定数据框架中每一列的ftypes。

示例#2：使用DataFrame.ftypes属性来检查给定Dataframe中的列是稀疏还是密集的。

# importing pandas as pd
import pandas as pd
  
# Create an array
arr = [100, 35, 125, 85, 35]
  
# Creating a sparse DataFrame
df = pd.SparseDataFrame(arr)
  
# Print the DataFrame
print(df)

输出 :

现在我们将使用DataFrame.ftypes属性来检查给定数据框架中的列的ftype。

# check if the column are 
# dense or sparse
result = df.ftypes
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，DataFrame.ftypes属性已经成功地返回了给定数据框架的ftype。