此方法用于根据所需数据类型的序列创建数组。
用法:pandas.array(data:Sequence[object], dtype:Union[str, numpy.dtype, pandas.core.dtypes.base.ExtensionDtype, NoneType] = None, copy:bool = True)
参数:
- data:对象序列。 `data`内部的标量应为`dtype`的标量类型的实例。预期`data`代表一维数据数组。当`data`是Index或Series时,将从`data`中提取基础数组。
- dtype:tr,np.dtype或ExtensionDtype(可选)。用于数组的dtype。这可以是NumPy dtype或在 Pandas 中注册的扩展类型。
- copy:布尔值,默认为True。是否复制数据,即使没有必要也是如此。根据`data`的类型,即使“ copy = False”,创建新阵列也可能需要复制数据。
下面是上述方法的实现和一些示例:
范例1:
Python3
# importing packages
import pandas
# create Pandas array with dtype string
pd_arr = pandas.array(data=[1,2,3,4,5],dtype=str)
# print the formed array
print(pd_arr)
输出:
<PandasArray> ['1', '2', '3', '4', '5'] Length:5, dtype:str32
范例2:
Python3
# importing packages
import pandas
import numpy
# create Pandas array with dtype from numpy
pd_arr = pandas.array(data=['1', '2', '3', '4', '5'],
dtype=numpy.int8)
# print the formed array
print(pd_arr)
输出:
<PandasArray> [1, 2, 3, 4, 5] Length:5, dtype:int8
相关用法
- Python Pandas.get_option()用法及代码示例
- Python Pandas.set_option()用法及代码示例
- Python Pandas.describe_option()用法及代码示例
- Python Pandas.reset_option()用法及代码示例
- Python pandas.bdate_range()用法及代码示例
- Python pandas.isna()用法及代码示例
- Python pandas.eval()用法及代码示例
- Python pandas.crosstab()用法及代码示例
- Python pandas.lreshape()用法及代码示例
- Python pandas.merge_asof()用法及代码示例
- Python Pandas.Categorical()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.pivot()用法及代码示例
注:本文由纯净天空筛选整理自deepanshu_rustagi大神的英文原创作品 pandas.array() function in Python。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。