pandas.arrays.SparseArray

classpandas.arrays.SparseArray(data, sparse_index=None, fill_value=None, kind='integer', dtype=None, copy=False)[исходный код]

ExtensionArray для хранения разреженных данных.

Параметры:

data:массивоподобный объект или скаляр

Плотный массив значений для хранения в SparseArray. Он может содержать fill_value.

sparse_index:SparseIndex, необязательно

fill_value:скаляр, необязательно

Элементы в data, которые являются fill_value, не хранятся в SparseArray. Для экономии памяти это должно быть наиболее часто встречающееся 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

Заполняющее значение может быть задано тремя способами. В порядке приоритета:

1. Аргумент fill_value

2. dtype.fill_value, если fill_value равен None, а dtype — SparseDtype

3. data.dtype.fill_value, если fill_value равен None, dtype не является SparseDtype, а data — SparseArray.

kind:str

Может принимать значение ‘integer’ или ‘block’; по умолчанию — ‘integer’. Тип хранения разреженных позиций.

• ‘block’: хранит block и block_length для каждого непрерывного интервала разреженных значений. Этот вариант лучше всего подходит, когда разреженные данные сгруппированы, а между разреженными значениями находятся большие области значений fill-value.

• ‘integer’: использует целое число для хранения позиции каждого разреженного значения.

dtype:np.dtype или SparseDtype, необязательно

Тип данных для SparseArray. Для типов данных NumPy он определяет тип данных self.sp_values. Для SparseDtype он определяет self.sp_values и self.fill_value.

copy:bool, по умолчанию False

Следует ли явно копировать входящий массив data.

Атрибуты

None

Методы

None

Примеры

>>> from pandas.arrays import SparseArray
>>> arr = SparseArray([0, 0, 1, 2])
>>> arr
[0, 0, 1, 2]
Fill: 0
IntIndex
Indices: array([2, 3], dtype=int32)