Python | Панды Series.as_blocks ()

Опубликовано: 27 Марта, 2022

Серия Pandas - это одномерный массив ndarray с метками осей. Этикетки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование как на основе целых чисел, так и на основе меток и предоставляет множество методов для выполнения операций, связанных с индексом.

Pandas Series.as_blocks() function is used to convert the frame to a dict of dtype -> Constructor Types that each has a homogeneous dtype.

Syntax: Series.as_blocks(copy=True)
Parameter :
copy : boolean, default True
Returns : values : a dict of dtype -> Constructor Types

Example #1: Use Series.as_blocks() function to return the given series object as a dictionary.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(["New York", "Chicago", "Toronto", "Lisbon", "Rio"])
  
# Create the Index
index_ = ["City 1", "City 2", "City 3", "City 4", "City 5"] 
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

Выход :

 Город 1 Нью-Йорк
Сити 2 Чикаго
Сити 3 Торонто
City 4 Лиссабон
Сити 5 Рио
dtype: объект

Now we will use Series.as_blocks() function to return the given series object as a dictionary.

# return a dictionary
result = sr.as_blocks()
  
# Print the result
print(result)

Выход :

 {'object': город 1 Нью-Йорк
Сити 2 Чикаго
Сити 3 Торонто
City 4 Лиссабон
Сити 5 Рио
dtype: object}

As we can see in the output, the Series.as_blocks() function has successfully returned the given series object as a dictionary.

Example #2 : Use Series.as_blocks() function to return the given series object as a dictionary.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 18, 32, 10, 5, 32, None])
  
# Create the Index
# apply yearly frequency
index_ = pd.date_range("2010-10-09 08:45", periods = 11, freq ="Y")
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

Выход :

 2010-12-31 08:45:00 11.0
2011-12-31 08:45:00 21.0
2012-12-31 08:45:00 8.0
2013-12-31 08:45:00 18.0
2014-12-31 08:45:00 65.0
2015-12-31 08:45:00 18.0
2016-12-31 08:45:00 32.0
2017-12-31 08:45:00 10.0
2018-12-31 08:45:00 5.0
2019-12-31 08:45:00 32.0
2020-12-31 08:45:00 NaN
Частота: A-DEC, dtype: float64

Now we will use Series.as_blocks() function to return the given series object as a dictionary.

# return a dictionary
result = sr.as_blocks()
  
# Print the result
print(result)

Выход :

 {'float64': 2010-12-31 08:45:00 11.0
2011-12-31 08:45:00 21.0
2012-12-31 08:45:00 8.0
2013-12-31 08:45:00 18.0
2014-12-31 08:45:00 65.0
2015-12-31 08:45:00 18.0
2016-12-31 08:45:00 32.0
2017-12-31 08:45:00 10.0
2018-12-31 08:45:00 5.0
2019-12-31 08:45:00 32.0
2020-12-31 08:45:00 NaN
Freq: A-DEC, dtype: float64}

As we can see in the output, the Series.as_blocks() function has successfully returned the given series object as a dictionary.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python

Python | Панды Series.as_blocks ()

РЕКОМЕНДУЕМЫЕ СТАТЬИ