pandas.Series.array
-
Series.array -
Массив расширений данных, лежащих в основе этого Series или Index.
Новое в версии 0.24.0.
Возвращает: -
array : ExtensionArray -
Массив расширений сохранённых значений. Для типов расширений это фактический массив. Для типов, нативных для NumPy, это тонкая (без копирования) обёртка вокруг
numpy.ndarray..arrayотличается от.values, что может потребовать преобразования данных в другой формат.
См. также
-
Index.to_numpy - Аналогичный метод, который всегда возвращает массив NumPy.
-
Series.to_numpy - Аналогичный метод, который всегда возвращает массив NumPy.
Примечания
В этой таблице показаны различные типы массивов для каждого типа данных расширения в pandas.
Тип данных Тип массива category Categorical period PeriodArray interval IntervalArray IntegerNA IntegerArray datetime64[ns, tz] DatetimeArray Для любых типов расширений сторонних разработчиков тип массива будет ExtensionArray.
Для всех остальных типов данных
.arrayбудетarrays.NumpyExtensionArray, оборачивающим фактический сохранённый ndarray. Если вам абсолютно необходим массив NumPy (возможно, с копированием/принудительным преобразованием данных), используйтеSeries.to_numpy()вместо этого.Примеры
Для обычных типов NumPy, таких как int и float, возвращается PandasArray.
>>> pd.Series([1, 2, 3]).array <PandasArray> [1, 2, 3] Length: 3, dtype: int64
Для типов расширений, таких как Categorical, возвращается фактический ExtensionArray
>>> ser = pd.Series(pd.Categorical(['a', 'b', 'a'])) >>> ser.array [a, b, a] Categories (2, object): [a, b]
-
© 2008–2012, AQR Capital Management, LLC, Lambda Foundry, Inc. and PyData Development Team
Licensed under the 3-clause BSD License.
https://pandas.pydata.org/pandas-docs/version/0.24.2/reference/api/pandas.Series.array.html