pandas.SparseArray

class pandas.SparseArray(data, sparse_index=None, index=None, fill_value=None, kind='integer', dtype=None, copy=False) [source]

Массив с разреженной структурой для хранения разреженных данных.

Изменено в версии 0.24.0: Реализует интерфейс ExtensionArray.

Параметры:

data : array-like Массив плотных значений для хранения в SparseArray. Он может содержать fill_value. sparse_index : SparseIndex, optional index : Index fill_value : scalar, optional Элементы в data , которые равны fill_value не хранятся в SparseArray. Для экономии памяти это должно быть наиболее распространённое значение в data. По умолчанию fill_value зависит от типа данных data: data.dtype na_value float np.nan int 0 bool False datetime64 pd.NaT timedelta64 pd.NaT Значение заполнения может быть указано тремя способами. В порядке приоритета: Аргумент fill_value dtype.fill_value если fill_value равно None и dtype является SparseDtype data.dtype.fill_value если fill_value равно None и dtype не является SparseDtype и data является SparseArray. kind : {‘integer’, ‘block’}, default ‘integer’ Тип хранения для разреженных позиций. ‘block’: Хранит block и block_length для каждого непрерывного промежутка разреженных значений. Это лучше всего подходит, когда разреженные данные имеют тенденцию быть сгруппированы вместе, с большими регионами fill-value значений между разреженными значениями. ‘integer’: использует целое число для хранения позиции каждого разреженного значения. dtype : np.dtype or SparseDtype, optional Тип данных для использования в SparseArray. Для типов данных numpy это определяет тип данных self.sp_values. Для SparseDtype это определяет self.sp_values и self.fill_value. copy : bool, default False Необходимо ли явно скопировать входящий массив data.

Атрибуты

T	Возвращает SparseArray.
density	Процент не- fill_value точек в виде десятичной дроби.
dtype	Экземпляр ‘ExtensionDtype’.
fill_value	Элементы в data , которые равны fill_value не хранятся.
kind	Тип разреженного индекса для этого массива.
nbytes	Количество байтов, необходимое для хранения этого объекта в памяти.
ndim	Разрешается только одномерный массив.
npoints	Количество не- fill_value точек.
shape	Возвращает кортеж размеров массива.
sp_index	SparseIndex, содержащий расположение не- fill_value точек.
sp_values	Массив ndarray, содержащий не- fill_value значения.
values	Плотное значение

Методы

all([axis])	Проверяет, все ли элементы равны True
any([axis])	Проверяет, хотя бы один из элементов равен True
argsort([ascending, kind])	Возвращает индексы, которые отсортируют этот массив.
astype([dtype, copy])	Изменить тип данных SparseArray.
copy([deep])	Возвращает копию массива.
cumsum([axis])	Кумулятивная сумма ненулевых значений.
dropna()	Возвращает ExtensionArray без значений NaN.
factorize([na_sentinel])	Кодирование массива как перечисления.
fillna([value, method, limit])	Заполнить пропущенные значения value.
get_values()	Преобразование SparseArray в массив NumPy.
isna()	Одномерный массив, указывающий, пропущено ли каждое значение.
map(mapper)	Картирование категорий с использованием соответствия (словарь, серия или функция).
mean([axis])	Среднее значение ненулевых значений.
repeat(repeats[, axis])	Повторение элементов ExtensionArray.
searchsorted(v[, side, sorter])	Поиск индексов, где должны быть вставлены элементы для поддержания порядка.
shift([periods, fill_value])	Сдвиг значений на нужное количество.
sum([axis])	Сумма ненулевых значений.
take(indices[, allow_fill, fill_value])	Выбор элементов из массива.
to_dense()	Преобразование SparseArray в массив NumPy.
transpose(*axes)	Возвращает SparseArray.
unique()	Вычисление ExtensionArray уникальных значений.
value_counts([dropna])	Возвращает Series, содержащую подсчет уникальных значений.

nonzero