Python Pandas - ข้อมูลกระจัดกระจาย
วัตถุกระจัดกระจายจะถูก "บีบอัด" เมื่อข้อมูลใด ๆ ที่ตรงกับค่าเฉพาะ (NaN / ค่าที่ขาดหายไปแม้ว่าจะสามารถเลือกค่าใดก็ได้) อ็อบเจ็กต์ SparseIndex พิเศษจะติดตามที่ข้อมูลถูก "กระจัดกระจาย" สิ่งนี้จะเข้าท่ากว่าในตัวอย่าง โครงสร้างข้อมูล Pandas มาตรฐานทั้งหมดใช้ไฟล์to_sparse วิธีการ -
import pandas as pd
import numpy as np
ts = pd.Series(np.random.randn(10))
ts[2:-2] = np.nan
sts = ts.to_sparse()
print sts
มัน output มีดังนี้ -
0 -0.810497
1 -1.419954
2 NaN
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
8 0.439240
9 -1.095910
dtype: float64
BlockIndex
Block locations: array([0, 8], dtype=int32)
Block lengths: array([2, 2], dtype=int32)
วัตถุกระจัดกระจายมีอยู่ด้วยเหตุผลด้านประสิทธิภาพของหน่วยความจำ
ให้เราสมมติว่าคุณมี NA DataFrame ขนาดใหญ่และรันโค้ดต่อไปนี้ -
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10000, 4))
df.ix[:9998] = np.nan
sdf = df.to_sparse()
print sdf.density
มัน output มีดังนี้ -
0.0001
วัตถุที่กระจัดกระจายสามารถแปลงกลับเป็นรูปแบบมาตรฐานหนาแน่นได้โดยการโทร to_dense -
import pandas as pd
import numpy as np
ts = pd.Series(np.random.randn(10))
ts[2:-2] = np.nan
sts = ts.to_sparse()
print sts.to_dense()
มัน output มีดังนี้ -
0 -0.810497
1 -1.419954
2 NaN
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
8 0.439240
9 -1.095910
dtype: float64
Dtypes เบาบาง
ข้อมูลกระจัดกระจายควรมี dtype เดียวกันกับการแสดงข้อมูลที่หนาแน่น ปัจจุบันfloat64, int64 และ booldtypesได้รับการสนับสนุน ขึ้นอยู่กับต้นฉบับdtype, fill_value default การเปลี่ยนแปลง -
float64 - np.nan
int64 - 0
bool - เท็จ
ให้เรารันโค้ดต่อไปนี้เพื่อให้เข้าใจตรงกัน -
import pandas as pd
import numpy as np
s = pd.Series([1, np.nan, np.nan])
print s
s.to_sparse()
print s
มัน output มีดังนี้ -
0 1.0
1 NaN
2 NaN
dtype: float64
0 1.0
1 NaN
2 NaN
dtype: float64