pandas.arrays.IntegerArray

classpandas.arrays.IntegerArray(values, mask, copy=False)[source]

Массив целых (с возможными пропущенными) значений.

Использует pandas.NA в качестве пропущенного значения.

Предупреждение

IntegerArray в настоящее время является экспериментальным, и его API или внутренняя реализация могут измениться без предупреждения.

Мы представляем IntegerArray с помощью 2 массивов NumPy:

• data: содержит массив NumPy целых чисел соответствующего типа данных

• mask: булевый массив, содержащий маску на данных, True означает пропуск

Чтобы создать IntegerArray из входных данных типа «массив-подобные», используйте pandas.array() с одним из целочисленных типов данных (см. примеры).

См. Тип данных целых чисел с возможными пропусками для получения дополнительной информации.

Параметры:

values:numpy.ndarray

Одномерный массив NumPy с целочисленным типом данных.

mask:numpy.ndarray

Одномерный булевый массив NumPy, указывающий пропущенные значения.

copy:bool, по умолчанию False

Копировать values и mask.

Возвращает:

IntegerArray

Примеры

Создайте IntegerArray с помощью pandas.array().

>>> int_array = pd.array([1, None, 3], dtype=pd.Int32Dtype())
>>> int_array
<IntegerArray>
[1, <NA>, 3]
Length: 3, dtype: Int32

Доступны также строковые псевдонимы для типов данных. Они написаны с большой буквы.

>>> pd.array([1, None, 3], dtype='Int32')
<IntegerArray>
[1, <NA>, 3]
Length: 3, dtype: Int32

>>> pd.array([1, None, 3], dtype='UInt16')
<IntegerArray>
[1, <NA>, 3]
Length: 3, dtype: UInt16

Атрибуты

None

Методы

None