用法:
pandas.api.types.is_extension_array_dtype(arr_or_dtype)
检查对象是否为 pandas 扩展数组类型。
有关更多信息,请参阅使用指南。
- arr_or_dtype:对象
对于array-like 输入,将提取
.dtype
属性。
- bool
arr_or_dtype
是否为扩展数组类型。
参数:
返回:
注意:
这会检查一个对象是否实现了 pandas 扩展数组接口。在 pandas 中,这包括:
Categorical
Sparse
Interval
Period
DatetimeArray
TimedeltaArray
第三方库也可以实现满足此接口的数组或类型。
例子:
>>> from pandas.api.types import is_extension_array_dtype >>> arr = pd.Categorical(['a', 'b']) >>> is_extension_array_dtype(arr) True >>> is_extension_array_dtype(arr.dtype) True
>>> arr = np.array(['a', 'b']) >>> is_extension_array_dtype(arr.dtype) False
相关用法
- Python pandas.api.types.is_extension_type用法及代码示例
- Python pandas.api.types.is_timedelta64_ns_dtype用法及代码示例
- Python pandas.api.types.is_sparse用法及代码示例
- Python pandas.api.types.is_dict_like用法及代码示例
- Python pandas.api.types.is_float_dtype用法及代码示例
- Python pandas.api.types.is_datetime64_any_dtype用法及代码示例
- Python pandas.api.types.is_hashable用法及代码示例
- Python pandas.api.types.is_categorical用法及代码示例
- Python pandas.api.types.is_scalar用法及代码示例
- Python pandas.api.types.is_number用法及代码示例
- Python pandas.api.types.is_signed_integer_dtype用法及代码示例
- Python pandas.api.types.is_datetime64tz_dtype用法及代码示例
- Python pandas.api.types.is_datetime64_ns_dtype用法及代码示例
- Python pandas.api.types.is_datetime64_dtype用法及代码示例
- Python pandas.api.types.is_timedelta64_dtype用法及代码示例
- Python pandas.api.types.is_iterator用法及代码示例
- Python pandas.api.types.is_numeric_dtype用法及代码示例
- Python pandas.api.types.is_interval_dtype用法及代码示例
- Python pandas.api.types.is_integer_dtype用法及代码示例
- Python pandas.api.types.is_named_tuple用法及代码示例
注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.api.types.is_extension_array_dtype。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。