pandas.series.array 属性有什么作用？

“array” 是 pandas series 属性之一，它将返回一个存储着 series 中值的 pandas ExtensionArray。“array” 用于获得底层数据的零拷贝引用。

结果数组与 NumPy 数组不同，它是一个 ExtensionArray，并且它有不同的数组类型，具体取决于 series 中数据（dtype）的类型。

例 1

import pandas as pd

# create pandas series with numerical values
s1 = pd.Series([1,2,3,4])

print(s1)

print(s1.array)

说明

“s1” 是一个 pandas series 对象，它是使用长度为 4 的整数值创建的。我们已经将 pandas array 属性应用于这个 series 对象 s1。

输出

0    1
1    2
2    3
3    4
dtype: int64

<PandasArray>
[1, 2, 3, 4]
Length: 4, dtype: int64

为 series 对象“s1” 创建了一个结果 ExtensionArray，这可以在上面的输出块中看到，它是 PandasArray。

例 2

import pandas as pd

# creating dates
date = pd.date_range("2021-06-01", periods=5, freq="M")

# creating pandas Series with date sequence
s2 = pd.Series(date)

print(s2)

print(s2.array)

说明

让我们创建一个具有日期时间序列值的 series，并使用 series 属性“array”获取一个 ExtensionArray。

输出

0    2021-06-30
1    2021-07-31
2    2021-08-31
3    2021-09-30
4    2021-10-31
dtype: datetime64[ns]

<DatetimeArray>
['2021-06-30 00:00:00', '2021-07-31 00:00:00', '2021-08-31 00:00:00',
'2021-09-30 00:00:00', '2021-10-31 00:00:00']
Length: 5, dtype: datetime64[ns]

在下面的示例中，我们可以看到使用"array"属性创建的 DatatimeArray。这个 DatatimeArray 是 ExtensionArray 的一种类型，用于 pandas 中的 DateTime dtype 数据。

对于任何其他第三方 dtype，数组类型都将是 ExtensionArray。

更新于： 2022-03-09

442 个浏览

开启您的 职业生涯

完成该课程获得认证

开始
广告