pandas.arrays.IntegerArray#

класс pandas.arrays.IntegerArray(values, маска, copy=False)[источник]#

Массив целочисленных (опционально пропущенных) 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: логический массив, содержащий маску данных, True означает пропущенное значение

Чтобы создать IntegerArray из обобщённых данных, похожих на массив, используйте pandas.array() с одним из целочисленных типов данных (см. примеры).

См. Допускающий значения null целочисленный тип данных подробнее.

Параметры:
valuesnumpy.ndarray

Одномерный массив целочисленного типа данных.

маскаnumpy.ndarray

Одномерный массив с типом boolean, указывающий пропущенные значения.

copybool, по умолчанию False

Копировать ли values и маска.

Атрибуты

None

Методы

None
Возвращает:
IntegerArray

Примеры

Создать IntegerArray с pandas.array().

>>> int_array = pd.array([1, None, 3], dtype=pd.Int32Dtype())
>>> int_array

[1, , 3]
Length: 3, dtype: Int32

Строковые псевдонимы для типов данных также доступны. Они пишутся с заглавной буквы.

>>> pd.array([1, None, 3], dtype='Int32')

[1, , 3]
Length: 3, dtype: Int32

>>> pd.array([1, None, 3], dtype='UInt16')

[1, , 3]
Length: 3, dtype: UInt16