pandas 数组、标量和数据类型#

对象#

Index对于大多数数据类型，pandas 使用 NumPy 数组作为、Series或包含的具体对象DataFrame。

对于某些数据类型，pandas 扩展了 NumPy 的类型系统。这些类型的字符串别名可以在dtypes中找到。

数据类型	熊猫数据类型	标量	大批
TZ 感知日期时间	`DatetimeTZDtype`	`Timestamp`	日期时间
时间增量	（没有任何）	`Timedelta`	时间增量
期间（时间跨度）	`PeriodDtype`	`Period`	经期
间隔	`IntervalDtype`	`Interval`	间隔
可空整数	`Int64Dtype`, …	（没有任何）	可空整数
可空浮点数	`Float64Dtype`, …	（没有任何）	可空浮点数
分类的	`CategoricalDtype`	（没有任何）	分类
疏	`SparseDtype`	（没有任何）	疏
弦乐	`StringDtype`	`str`	弦乐
可空布尔值	`BooleanDtype`	`bool`	可空布尔值
pyarrow	`ArrowDtype`	Python 标量或`NA`	pyarrow

pandas 和第三方库可以扩展 NumPy 的类型系统（请参阅扩展类型）。顶级array()方法可用于创建一个新数组，该数组可以存储在Series、Index或作为中的列DataFrame。

array（数据[，数据类型，副本]）

创建一个数组。

PyArrow #

警告

此功能是实验性的，API 可能会在未来版本中更改，恕不另行通知。

arrays.ArrowExtensionArray由 a 支持，pyarrow.ChunkedArray而 pyarrow.DataType不是 NumPy 数组和数据类型。.dtypea 的是arrays.ArrowExtensionArray 一个ArrowDtype。

Pyarrow提供与 NumPy 类似的数组和数据类型支持，包括对所有数据类型的一流可空性支持、不变性等。

下表显示了pandas 识别的等效 pyarrow-backed ( pa)、pandas 扩展和 numpy ( ) 类型。np下面需要传递 Pyarrow 支持的类型ArrowDtype才能被 pandas 识别，例如pd.ArrowDtype(pa.bool_())

PyArrow 类型	pandas 扩展类型	NumPy 类型
`pyarrow.bool_()`	`BooleanDtype`	`np.bool_`
`pyarrow.int8()`	`Int8Dtype`	`np.int8`
`pyarrow.int16()`	`Int16Dtype`	`np.int16`
`pyarrow.int32()`	`Int32Dtype`	`np.int32`
`pyarrow.int64()`	`Int64Dtype`	`np.int64`
`pyarrow.uint8()`	`UInt8Dtype`	`np.uint8`
`pyarrow.uint16()`	`UInt16Dtype`	`np.uint16`
`pyarrow.uint32()`	`UInt32Dtype`	`np.uint32`
`pyarrow.uint64()`	`UInt64Dtype`	`np.uint64`
`pyarrow.float32()`	`Float32Dtype`	`np.float32`
`pyarrow.float64()`	`Float64Dtype`	`np.float64`
`pyarrow.time32()`	（没有任何）	（没有任何）
`pyarrow.time64()`	（没有任何）	（没有任何）
`pyarrow.timestamp()`	`DatetimeTZDtype`	`np.datetime64`
`pyarrow.date32()`	（没有任何）	（没有任何）
`pyarrow.date64()`	（没有任何）	（没有任何）
`pyarrow.duration()`	（没有任何）	`np.timedelta64`
`pyarrow.binary()`	（没有任何）	（没有任何）
`pyarrow.string()`	`StringDtype`	`np.str_`
`pyarrow.decimal128()`	（没有任何）	（没有任何）
`pyarrow.list_()`	（没有任何）	（没有任何）
`pyarrow.map_()`	（没有任何）	（没有任何）
`pyarrow.dictionary()`	`CategoricalDtype`	（没有任何）

笔记

pd.StringDtype("pyarrow")Pyarrow 支持的字符串支持由和提供pd.ArrowDtype(pa.string())。下面在字符串部分pd.StringDtype("pyarrow")中进行了描述，如果指定了字符串别名，则将返回该值。通常与不同类型具有更好的互操作性。"string[pyarrow]"pd.ArrowDtype(pa.string())ArrowDtype

虽然 an 中的各个值arrays.ArrowExtensionArray存储为 PyArrow 对象，但标量将作为与数据类型相对应的 Python 标量返回，例如 PyArrow int64 将作为 Python int 返回，或者NA对于缺失值。

arrays.ArrowExtensionArray（数值）

由 PyArrow ChunkedArray 支持的 Pandas ExtensionArray。

ArrowDtype（pyarrow_dtype）

PyArrow 数据类型的 ExtensionDtype。

有关更多信息，请参阅PyArrow 用户指南

日期时间#

NumPy 本身无法表示时区感知的日期时间。 pandas 通过扩展数组支持这一点arrays.DatetimeArray，它可以保存时区原始值或时区感知值。

Timestamp是的子类datetime.datetime，是 pandas 的标量类型，用于时区朴素或时区感知的日期时间数据。NaT 是日期时间数据的缺失值。

Timestamp（[ts_input，年，月，日，...]）

Pandas 替换 python datetime.datetime 对象。

特性＃

`Timestamp.asm8`	返回 numpy datetime64 格式（以纳秒为单位）。
`Timestamp.day`
`Timestamp.dayofweek`	返回星期几。
`Timestamp.day_of_week`	返回星期几。
`Timestamp.dayofyear`	返回一年中的第几天。
`Timestamp.day_of_year`	返回一年中的第几天。
`Timestamp.days_in_month`	返回该月的天数。
`Timestamp.daysinmonth`	返回该月的天数。
`Timestamp.fold`
`Timestamp.hour`
`Timestamp.is_leap_year`	如果年份是闰年，则返回 True。
`Timestamp.is_month_end`	检查日期是否是该月的最后一天。
`Timestamp.is_month_start`	检查日期是否是该月的第一天。
`Timestamp.is_quarter_end`	检查日期是否是该季度的最后一天。
`Timestamp.is_quarter_start`	检查日期是否为季度的第一天。
`Timestamp.is_year_end`	如果日期是一年中的最后一天，则返回 True。
`Timestamp.is_year_start`	如果日期是一年中的第一天，则返回 True。
`Timestamp.max`
`Timestamp.microsecond`
`Timestamp.min`
`Timestamp.minute`
`Timestamp.month`
`Timestamp.nanosecond`
`Timestamp.quarter`	返回一年中的季度。
`Timestamp.resolution`
`Timestamp.second`
`Timestamp.tz`	tzinfo 的别名。
`Timestamp.tzinfo`
`Timestamp.unit`	与 self._creso 相关的缩写。
`Timestamp.value`
`Timestamp.week`	返回一年中的周数。
`Timestamp.weekofyear`	返回一年中的周数。
`Timestamp.year`

方法＃

`Timestamp.as_unit`(单位[, round_ok])	将底层 int64 表示形式转换为给定单位。
`Timestamp.astimezone`（兹）	将时区感知时间戳转换为另一个时区。
`Timestamp.ceil`(freq[, 不明确, 不存在])	返回此分辨率上限的新时间戳。
`Timestamp.combine`（约会时间）	将日期、时间合并为具有相同日期和时间字段的日期时间。
`Timestamp.ctime`()	返回 ctime() 样式字符串。
`Timestamp.date`()	返回具有相同年、月、日的日期对象。
`Timestamp.day_name`([语言环境])	返回具有指定区域设置的时间戳的日期名称。
`Timestamp.dst`()	返回夏令时 (DST) 调整。
`Timestamp.floor`(freq[, 不明确, 不存在])	返回一个基于此分辨率的新时间戳。
`Timestamp.fromordinal`（序数[，tz]）	从一个预推的格里高利序数构造一个时间戳。
`Timestamp.fromtimestamp`（TS）	将 timestamp[, tz] 从 POSIX 时间戳转换为 tz 的本地时间。
`Timestamp.isocalendar`()	返回包含 ISO 年份、周数和工作日的命名元组。
`Timestamp.isoformat`([九月，时间规范])	返回根据 ISO 8601 格式化的时间。
`Timestamp.isoweekday`()	返回日期所代表的星期几。
`Timestamp.month_name`([语言环境])	返回具有指定区域设置的时间戳的月份名称。
`Timestamp.normalize`()	将时间戳标准化为午夜，保留 tz 信息。
`Timestamp.now`([兹])	返回表示 tz 本地当前时间的新 Timestamp 对象。
`Timestamp.replace`([年、月、日、小时...])	实现 datetime.replace，处理纳秒。
`Timestamp.round`(freq[, 不明确, 不存在])	将时间戳舍入到指定的分辨率。
`Timestamp.strftime`（格式）	返回时间戳的格式化字符串。
`Timestamp.strptime`（字符串、格式）	功能未实现。
`Timestamp.time`()	返回具有相同时间但 tzinfo=None 的时间对象。
`Timestamp.timestamp`()	以浮点数形式返回 POSIX 时间戳。
`Timestamp.timetuple`()	返回时间元组，与time.localtime()兼容。
`Timestamp.timetz`()	返回具有相同时间和tzinfo的时间对象。
`Timestamp.to_datetime64`()	返回具有相同精度的 numpy.datetime64 对象。
`Timestamp.to_numpy`([数据类型，复制])	将时间戳转换为 NumPy datetime64。
`Timestamp.to_julian_date`()	将时间戳转换为儒略日期。
`Timestamp.to_period`([频率])	返回此时间戳是一个观察值的时间段。
`Timestamp.to_pydatetime`（[警告]）	将 Timestamp 对象转换为本机 Python 日期时间对象。
`Timestamp.today`([兹])	返回本地时区的当前时间。
`Timestamp.toordinal`()	返回未推算的格里高利序数。
`Timestamp.tz_convert`（兹）	将时区感知时间戳转换为另一个时区。
`Timestamp.tz_localize`(tz[, 不明确, ...])	将时间戳本地化为时区。
`Timestamp.tzname`()	返回时区名称。
`Timestamp.utcfromtimestamp`（TS）	从 POSIX 时间戳构造一个时区感知的 UTC 日期时间。
`Timestamp.utcnow`()	返回代表 UTC 日期和时间的新时间戳。
`Timestamp.utcoffset`()	返回 utc 偏移量。
`Timestamp.utctimetuple`()	返回UTC时间元组，与time.localtime()兼容。
`Timestamp.weekday`()	返回日期所代表的星期几。

时间戳的集合可以存储在arrays.DatetimeArray.对于时区感知数据，.dtypeaarrays.DatetimeArray是 a DatetimeTZDtype。对于时区原始数据，np.dtype("datetime64[ns]") 使用。

如果数据是时区感知的，则数组中的每个值都必须具有相同的时区。

arrays.DatetimeArray（值[，数据类型，频率，复制]）

Pandas ExtensionArray 用于 tz-naive 或 tz-aware 日期时间数据。

DatetimeTZDtype([单位，tz])

用于时区感知日期时间数据的 ExtensionDtype。

时间增量#

NumPy 本身可以表示时间增量。 pandas 提供Timedelta 了对称性Timestamp。NaT 是 timedelta 数据的缺失值。

Timedelta([值，单位])

表示持续时间，即两个日期或时间之间的差异。

特性＃

`Timedelta.asm8`	返回 numpy timedelta64 数组标量视图。
`Timedelta.components`	返回一个类似于元组的组件。
`Timedelta.days`	返回 timedelta 的天数。
`Timedelta.max`
`Timedelta.microseconds`
`Timedelta.min`
`Timedelta.nanoseconds`	返回纳秒数 (n)，其中 0 <= n < 1 微秒。
`Timedelta.resolution`
`Timedelta.seconds`	返回 timedelta 的总小时数、分钟数和秒数（以秒为单位）。
`Timedelta.unit`
`Timedelta.value`
`Timedelta.view`（数据类型）	数组视图兼容性。

方法＃

`Timedelta.as_unit`(单位[, round_ok])	将底层 int64 表示形式转换为给定单位。
`Timedelta.ceil`（频率）	返回此分辨率上限的新 Timedelta。
`Timedelta.floor`（频率）	返回一个以此分辨率为底的新 Timedelta。
`Timedelta.isoformat`()	将 Timedelta 格式化为 ISO 8601 持续时间。
`Timedelta.round`（频率）	将 Timedelta 舍入到指定的分辨率。
`Timedelta.to_pytimedelta`()	将 pandas Timedelta 对象转换为 python`datetime.timedelta`对象。
`Timedelta.to_timedelta64`()	返回精度为 'ns' 的 numpy.timedelta64 对象。
`Timedelta.to_numpy`([数据类型，复制])	将 Timedelta 转换为 NumPy timedelta64。
`Timedelta.total_seconds`()	持续时间的总秒数。

的集合Timedelta可以存储在TimedeltaArray.

arrays.TimedeltaArray（值[，数据类型，频率，...]）

用于时间增量数据的 Pandas ExtensionArray。

期间#

pandas 将时间跨度表示为Period对象。

时期＃

Period([值、频率、序数、年、月...])

代表一段时间。

特性＃

`Period.day`	获取一个期间所在月份的日期。
`Period.dayofweek`	该期间所在的星期几，星期一=0，星期日=6。
`Period.day_of_week`	该期间所在的星期几，星期一=0，星期日=6。
`Period.dayofyear`	返回一年中的第几天。
`Period.day_of_year`	返回一年中的第几天。
`Period.days_in_month`	获取该期间所在月份的总天数。
`Period.daysinmonth`	获取该期间所在月份的总天数。
`Period.end_time`	获取该期间结束的时间戳。
`Period.freq`
`Period.freqstr`	返回频率的字符串表示形式。
`Period.hour`	获取期间的一天中的小时部分。
`Period.is_leap_year`	如果该期间的年份是闰年，则返回 True。
`Period.minute`	获取期间的小时部分的分钟。
`Period.month`	返回此期间所在的月份。
`Period.ordinal`
`Period.quarter`	返回该期间所属的季度。
`Period.qyear`	该期间所在的会计年度根据其起始季度而定。
`Period.second`	获取周期的第二个组成部分。
`Period.start_time`	获取该期间开始的时间戳。
`Period.week`	获取给定期间的一年中的第几周。
`Period.weekday`	该期间所在的星期几，星期一=0，星期日=6。
`Period.weekofyear`	获取给定期间的一年中的第几周。
`Period.year`	返回此期间所在的年份。

方法＃

`Period.asfreq`（频率[，如何]）	在间隔的开始或结束处将周期转换为所需的频率。
`Period.now`（频率）	返回当前日期的时间段。
`Period.strftime`（FMMT）	返回的格式化字符串表示形式`Period`。
`Period.to_timestamp`（[频率，方式]）	返回周期的时间戳表示形式。

的集合Period可以存储在arrays.PeriodArray. a中的每个时期都arrays.PeriodArray必须有相同的freq。

arrays.PeriodArray（值[，数据类型，频率，复制]）

Pandas ExtensionArray 用于存储周期数据。

PeriodDtype（频率）

周期数据的 ExtensionDtype。

间隔#

任意间隔可以表示为Interval对象。

Interval

实现 Interval 的不可变对象，一个有界的切片状间隔。

特性＃

`Interval.closed`	描述间隔包含端的字符串。
`Interval.closed_left`	检查左侧区间是否闭合。
`Interval.closed_right`	检查区间右侧是否闭合。
`Interval.is_empty`	指示区间是否为空，即不包含点。
`Interval.left`	区间的左边界。
`Interval.length`	返回间隔的长度。
`Interval.mid`	返回间隔的中点。
`Interval.open_left`	检查左侧间隔是否打开。
`Interval.open_right`	检查右侧间隔是否打开。
`Interval.overlaps`（其他）	检查两个 Interval 对象是否重叠。
`Interval.right`	区间的右界。

间隔的集合可以存储在arrays.IntervalArray.

arrays.IntervalArray（数据[，关闭，数据类型，...]）

Pandas 数组用于在同一侧闭合的区间数据。

IntervalDtype([子类型，关闭])

间隔数据的 ExtensionDtype。

可为空整数#

numpy.ndarray无法本机表示缺失值的整数数据。 pandas 通过arrays.IntegerArray.

arrays.IntegerArray（值，掩码[，复制]）

整数（可选缺失）值数组。

`Int8Dtype`()	int8 整数数据的 ExtensionDtype。
`Int16Dtype`()	int16 整数数据的 ExtensionDtype。
`Int32Dtype`()	int32 整数数据的 ExtensionDtype。
`Int64Dtype`()	int64 整数数据的 ExtensionDtype。
`UInt8Dtype`()	uint8 整数数据的 ExtensionDtype。
`UInt16Dtype`()	uint16 整数数据的 ExtensionDtype。
`UInt32Dtype`()	uint32 整数数据的 ExtensionDtype。
`UInt64Dtype`()	uint64 整数数据的 ExtensionDtype。

可空浮点数#

arrays.FloatingArray（值，掩码[，复制]）

浮动（可选缺失）值数组。

`Float32Dtype`()	float32 数据的 ExtensionDtype。
`Float64Dtype`()	float64 数据的 ExtensionDtype。

分类#

pandas 定义了一种自定义数据类型，用于表示只能采用有限的、固定的值集的数据。 a 的 dtypeCategorical可以用 a 来描述CategoricalDtype。

CategoricalDtype（[类别，已排序]）

输入具有类别和顺序的分类数据。

`CategoricalDtype.categories`	包含`Index`允许的唯一类别。
`CategoricalDtype.ordered`	类别是否具有有序关系。

分类数据可以存储在pandas.Categorical

Categorical（值[、类别、有序、...]）

以经典 R/S-plus 方式表示分类变量。

Categorical.from_codes()当您已经拥有类别和整数代码时，可以使用替代构造函数：

Categorical.from_codes（代码[、类别、...]）

从代码和类别或 dtype 中创建分类类型。

dtype 信息可在Categorical

`Categorical.dtype`	对于`CategoricalDtype`这个例子。
`Categorical.categories`	此分类的类别。
`Categorical.ordered`	类别是否具有有序关系。
`Categorical.codes`	该分类索引的类别代码。

np.asarray(categorical)通过实现数组接口来工作。请注意，这会将其转换Categorical回 NumPy 数组，因此不会保留类别和顺序信息！

Categorical.__array__([数据类型，复制])

numpy 数组接口。

ACategorical可以存储在 aSeries或中DataFrame。要创建一系列 dtype category，请使用或其中是cat = s.astype(dtype)Series(..., dtype=dtype)dtype

字符串'category'
的一个实例CategoricalDtype。

如果Series是 dtype CategoricalDtype，Series.cat则可用于更改分类数据。有关更多信息，请参阅分类访问器。

稀疏#

单个值重复多次（例如0或NaN）的数据可以有效地存储为arrays.SparseArray.

arrays.SparseArray(数据[,稀疏索引,...])

用于存储稀疏数据的 ExtensionArray。

SparseDtype([数据类型，填充值])

存储在SparseArray.

如果包含稀疏值，则访问Series.sparse器可用于访问稀疏特定的属性和方法Series。有关更多信息，请参阅稀疏访问器和用户指南。

字符串#

处理文本数据时，每个有效元素都是字符串或缺失，我们建议使用StringDtype(与别名"string")。

`arrays.StringArray`（值[，复制]）	字符串数据的扩展数组。
`arrays.ArrowStringArray`（数值）	`pyarrow.ChunkedArray`.a中字符串数据的扩展数组

StringDtype（[贮存]）

字符串数据的扩展数据类型。

该访问器Series.str可由Series.有关更多信息，arrays.StringArray请参阅字符串处理。

可空布尔值#

boolean 数据类型（带有别名"boolean"）支持存储带有缺失值的布尔数据（True, False），而 bool 则无法做到这一点numpy.ndarray。

arrays.BooleanArray（值，掩码[，复制]）

具有缺失值的布尔（True/False）数据数组。

BooleanDtype()

布尔数据的扩展数据类型。

实用程序#

构造函数#

`api.types.union_categoricals`(to_union[, ...])	将类列表的类联合类别组合起来。
`api.types.infer_dtype`（值[，跳过]）	返回标量或类似列表的值类型的字符串标签。
`api.types.pandas_dtype`（数据类型）	将输入转换为 pandas only dtype 对象或 numpy dtype 对象。

数据类型自省#

`api.types.is_any_real_numeric_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为实数数据类型。
`api.types.is_bool_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为布尔数据类型。
`api.types.is_categorical_dtype`（arr_or_dtype）	（已弃用）检查类似数组或数据类型是否属于分类数据类型。
`api.types.is_complex_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为复杂数据类型。
`api.types.is_datetime64_any_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为 datetime64 数据类型。
`api.types.is_datetime64_dtype`（arr_or_dtype）	检查类似数组或数据类型是否属于 datetime64 数据类型。
`api.types.is_datetime64_ns_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为 datetime64[ns] 数据类型。
`api.types.is_datetime64tz_dtype`（arr_or_dtype）	（已弃用）检查类似数组或数据类型是否属于 DatetimeTZDtype 数据类型。
`api.types.is_extension_array_dtype`（arr_or_dtype）	检查一个对象是否是 pandas 扩展数组类型。
`api.types.is_float_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为浮点数据类型。
`api.types.is_int64_dtype`（arr_or_dtype）	（已弃用）检查提供的数组或数据类型是否为 int64 数据类型。
`api.types.is_integer_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为整数数据类型。
`api.types.is_interval_dtype`（arr_or_dtype）	（已弃用）检查类似数组或 dtype 是否属于 Interval dtype。
`api.types.is_numeric_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为数字数据类型。
`api.types.is_object_dtype`（arr_or_dtype）	检查类似数组或数据类型是否属于对象数据类型。
`api.types.is_period_dtype`（arr_or_dtype）	（已弃用）检查类似数组或数据类型是否属于周期数据类型。
`api.types.is_signed_integer_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为有符号整数数据类型。
`api.types.is_string_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为字符串数据类型。
`api.types.is_timedelta64_dtype`（arr_or_dtype）	检查类似数组或数据类型是否属于 timedelta64 数据类型。
`api.types.is_timedelta64_ns_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为 timedelta64[ns] 数据类型。
`api.types.is_unsigned_integer_dtype`（arr_or_dtype）	检查提供的数组或数据类型是否为无符号整数数据类型。
`api.types.is_sparse`（编）	（已弃用）检查类似数组是否是一维 pandas 稀疏数组。

可迭代的内省#

`api.types.is_dict_like`（对象）	检查对象是否类似于字典。
`api.types.is_file_like`（对象）	检查该对象是否是类文件对象。
`api.types.is_list_like`(obj[, 允许集])	检查对象是否类似于列表。
`api.types.is_named_tuple`（对象）	检查对象是否是命名元组。
`api.types.is_iterator`（对象）	检查该对象是否是迭代器。

标量内省#

`api.types.is_bool`（对象）	如果给定对象是布尔值，则返回 True。
`api.types.is_complex`（对象）	如果给定对象很复杂，则返回 True。
`api.types.is_float`（对象）	如果给定对象是浮点数，则返回 True。
`api.types.is_hashable`（对象）	如果 hash(obj) 成功则返回 True，否则返回 False。
`api.types.is_integer`（对象）	如果给定对象是整数，则返回 True。
`api.types.is_interval`（对象）
`api.types.is_number`（对象）	检查对象是否是数字。
`api.types.is_re`（对象）	检查对象是否是正则表达式模式实例。
`api.types.is_re_compilable`（对象）	检查该对象是否可以编译为正则表达式模式实例。
`api.types.is_scalar`（值）	如果给定对象是标量，则返回 True。