用法:
pandas.api.types.is_extension_type(arr)
检查 array-like 是否属于 pandas 扩展类实例。
扩展类包括分类、pandas 稀疏对象(即表示在 pandas 库中的类,而不是像 scipy 稀疏矩阵那样的外部类)和 datetime-like 数组。
- arr:array-like,标量
要检查的array-like。
- 布尔值
array-like 是否属于 pandas 扩展类实例。
参数:
返回:
例子:
>>> is_extension_type([1, 2, 3]) False >>> is_extension_type(np.array([1, 2, 3])) False >>> >>> cat = pd.Categorical([1, 2, 3]) >>> >>> is_extension_type(cat) True >>> is_extension_type(pd.Series(cat)) True >>> is_extension_type(pd.arrays.SparseArray([1, 2, 3])) True >>> from scipy.sparse import bsr_matrix >>> is_extension_type(bsr_matrix([1, 2, 3])) False >>> is_extension_type(pd.DatetimeIndex([1, 2, 3])) False >>> is_extension_type(pd.DatetimeIndex([1, 2, 3], tz="US/Eastern")) True >>> >>> dtype = DatetimeTZDtype("ns", tz="US/Eastern") >>> s = pd.Series([], dtype=dtype) >>> is_extension_type(s) True
相关用法
- Python pandas.api.types.is_extension_array_dtype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_type。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。