Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。本文主要介绍一下Pandas中pandas.DataFrame.get_ftype_counts方法的使用。

DataFrame.get_ftype_counts(self)                                                  [source]

返回此对象中唯一ftypes的计数。

从0.23.0版开始不推荐使用。

这对于SparseDataFrame或包含稀疏数组的DataFrames很有用。

返回值

dtype : Series

Series使用每种类型和稀疏性(稠密/稀疏)的列数。

例子

>>> a = [['a', 1, 1.0], ['b', 2, 2.0], ['c', 3, 3.0]]
>>> df = pd.DataFrame(a, columns=['str', 'int', 'float'])
>>> df
str int float
0 a 1 1.0
1 b 2 2.0
2 c 3 3.0
>>> df.get_ftype_counts()  # doctest: +SKIP
float64:dense    1
int64:dense      1
object:dense     1
dtype: int64

推荐文档

相关文档

大家感兴趣的内容

随机列表