pandas.api.extensions.ExtensionArray

class pandas.api.extensions.ExtensionArray [source]

Абстрактный базовый класс для пользовательских одномерных типов массивов.

pandas будет распознавать экземпляры этого класса как правильные массивы с пользовательским типом и не будет пытаться преобразовать их в объекты. Они могут храниться непосредственно внутри DataFrame или Series.

Введено в версии 0.23.0.

Примечания

Интерфейс включает следующие абстрактные методы, которые должны быть реализованы подклассами:

• _from_sequence
• _from_factorized
• __getitem__
• __len__
• dtype
• nbytes
• isna
• take
• copy
• _concat_same_type

Дополнительный метод доступен для удовлетворения внутренних, частных API-блоков pandas.

• _formatting_values

Некоторые методы требуют приведения ExtensionArray к ndarray Python-объектов с self.astype(object), что может быть дорогостоящим. Если производительность является проблемой, настоятельно рекомендуется переопределить следующие методы:

• fillna
• unique
• factorize / _values_for_factorize
• argsort / _values_for_argsort

Этот класс не наследуется от ‘abc.ABCMeta’ по соображениям производительности. Методы и свойства, необходимые для интерфейса, вызывают pandas.errors.AbstractMethodError и не предоставляется метод register для регистрации виртуальных подклассов.

ExtensionArrays ограничены одним измерением.

Они могут быть основаны на нуле, одном или нескольких массивах NumPy. Например, pandas.Categorical — это массив расширений, поддерживаемый двумя массивами, один для кодов, а другой — для категорий. Массив адресов IPv6 может быть основан на структурированном массиве NumPy с двумя полями, одно для младших 64 бит и одно для старших 64 бит. Или они могут быть основаны на другом типе хранения, например, Python-списках. Pandas не делает предположений о том, как хранятся данные, только о том, что их можно преобразовать в массив NumPy. Интерфейс ExtensionArray не накладывает никаких правил на то, как хранятся эти данные. Однако в настоящее время данные для хранения не могут быть сохранены в атрибутах, называемых .values или ._values, чтобы обеспечить полную совместимость с внутренними компонентами pandas. Но другие имена, такие как .data, ._data, ._items, … могут быть свободно использованы.

Атрибуты

dtype	Экземпляр ‘ExtensionDtype’.
nbytes	Количество байтов, необходимых для хранения этого объекта в памяти.
ndim	Массивы расширения разрешены только одномерными.
shape	Возвращает кортеж размерностей массива.

Методы

argsort([ascending, kind])	Возвращает индексы, которые отсортировали бы этот массив.
astype(dtype[, copy])	Преобразовать в массив NumPy с ‘dtype’.
copy([deep])	Возвращает копию массива.
factorize([na_sentinel])	Кодировать массив расширений как перечисляемый тип.
fillna([value, method, limit])	Заполнить значения NA/NaN с использованием указанного метода.
isna()	Булевый массив NumPy, указывающий, отсутствует ли каждое значение.
take(indices[, allow_fill, fill_value])	Извлечь элементы из массива.
unique()	Вычислить массив расширений уникальных значений.