HoRain云--Pandas数组与数据类型速查手册

云夏之末

352人浏览 · 2026-03-25 09:45:00

云夏之末 · 2026-03-25 09:45:00 发布

🎬 HoRain云小助手：个人主页

🔥 个人专栏: 《Linux 系列教程》《c语言教程》

⛺️生活的理想，就是为了理想的生活!

⛳️ 推荐

前些天发现了一个超棒的服务器购买网站，性价比超高，大内存超划算！忍不住分享一下给大家。点击跳转到网站。

专栏介绍

专栏名称	专栏介绍
《C语言》	本专栏主要撰写C干货内容和编程技巧，让大家从底层了解C，把更多的知识由抽象到简单通俗易懂。
《网络协议》	本专栏主要是注重从底层来给大家一步步剖析网络协议的奥秘，一起解密网络协议在运行中协议的基本运行机制！
《docker容器精解篇》	全面深入解析 docker 容器，从基础到进阶，涵盖原理、操作、实践案例，助您精通 docker。
《linux系列》	本专栏主要撰写Linux干货内容，从基础到进阶，知识由抽象到简单通俗易懂，帮你从新手小白到扫地僧。
《python 系列》	本专栏着重撰写Python相关的干货内容与编程技巧，助力大家从底层去认识Python，将更多复杂的知识由抽象转化为简单易懂的内容。
《试题库》	本专栏主要是发布一些考试和练习题库（涵盖软考、HCIE、HRCE、CCNA等）

⛳️ 推荐

专栏介绍

📚 Pandas 数组/标量/数据类型参考手册

一、Pandas 数组 (Arrays)

1.1 核心数组类型

1.2 ExtensionArray 特性

二、Pandas 标量 (Scalars)

2.1 常见标量类型

2.2 空值类型对比

三、Pandas 数据类型 (dtypes)

五、版本兼容性注意事项（Pandas 2.0+）

根据搜索结果，我为您整理了一份完整的 Pandas 数组/标量/数据类型参考手册：

📚 Pandas 数组/标量/数据类型参考手册

一、Pandas 数组 (Arrays)

1.1 核心数组类型

类/方法	描述
`pd.array(data, dtype)`	创建一个 Pandas 数组（ExtensionArray）
`pd.Series.array`	返回 Series 的底层数组（ExtensionArray）
`pd.arrays.DatetimeArray`	用于存储日期时间数据的数组
`pd.arrays.TimedeltaArray`	用于存储时间间隔数据的数组
`pd.arrays.PeriodArray`	用于存储周期数据的数组
`pd.arrays.SparseArray`	用于存储稀疏数据的数组
`pd.arrays.StringArray`	用于存储字符串数据的数组
`pd.arrays.BooleanArray`	用于存储布尔数据的数组
`pd.arrays.IntegerArray`	用于存储整数数据的数组

1.2 ExtensionArray 特性

from pandas.api.extensions import ExtensionArray

class StringArray(ExtensionArray):
    def __init__(self, data):
        self.data = data
    
    def __len__(self):
        return len(self.data)
    
    def __getitem__(self, idx):
        return self.data[idx]
    
    def __setitem__(self, idx, value):
        self.data[idx] = value

二、Pandas 标量 (Scalars)

2.1 常见标量类型

标量类/方法	描述
`pd.NA`	表示缺失值的标量（类似于 NaN，但更通用）
`pd.NaN`	NumPy 的浮点缺失值
`pd.NaT`	表示日期时间的缺失值（Not a Time）
`pd.Timestamp`	表示时间戳
`pd.Timedelta`	表示时间间隔
`pd.Period`	表示时间段
`pd.Interval`	表示区间

2.2 空值类型对比

空值类型	适用场景	说明
`pd.NA`	所有 Pandas 扩展类型	统一的缺失值表示
`np.NaN`	NumPy 浮点数	仅适用于浮点类型
`pd.NaT`	日期时间类型	时间相关的缺失值
`None`	Python 对象	Python 原生空值

三、Pandas 数据类型 (dtypes)

3.1 NumPy 基础类型

类型	别名	描述
`int8`, `int16`, `int32`, `int64`	`np.int8` 等	有符号整数
`uint8`, `uint16`, `uint32`, `uint64`	`np.uint8` 等	无符号整数
`float16`, `float32`, `float64`	`np.float16` 等	浮点数
`complex64`, `complex128`	`np.complex64` 等	复数
`datetime64`	`np.datetime64`	日期时间
`timedelta64`	`np.timedelta64`	时间间隔

3.2 Pandas 扩展类型（推荐）

类型	别名	描述	优势
`Int8`, `Int16`, `Int32`, `Int64`	`pd.Int64Dtype()`	可空整数	支持 `pd.NA`
`UInt8`, `UInt16`, `UInt32`, `UInt64`	`pd.UInt64Dtype()`	可空无符号整数	支持 `pd.NA`
`Float32`, `Float64`	`pd.Float64Dtype()`	可空浮点数	支持 `pd.NA`
`string`	`pd.StringDtype()`	字符串	更好的空值处理
`boolean`	`pd.BooleanDtype()`	布尔值	支持 `pd.NA`
`object`	-	Python 对象	通用但效率较低

3.3 dtype 使用示例

import pandas as pd
import numpy as np

# 指定列数据类型
df = pd.read_excel('data.xlsx', dtype={
    'ID': 'int32',
    'Name': 'string',
    'Age': 'Int8',      # 可空整数
    'Salary': 'float32'
})

# 转换数据类型
series = pd.Series([1, 2, None, 4])
series = series.astype('Int64')  # 转换为可空整数

# 自动推断最佳类型
df = df.convert_dtypes()

四、核心数据结构

4.1 Series（一维）

# 创建 Series
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

# 主要属性
s.index      # 索引
s.values     # 值
s.dtype      # 数据类型
s.shape      # 形状
s.nbytes     # 字节大小

4.2 DataFrame（二维）

# 创建 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': ['x', 'y', 'z']
}, index=['row1', 'row2', 'row3'])

# 主要属性
df.columns   # 列名
df.index     # 行索引
df.dtypes    # 各列数据类型
df.shape     # 形状

五、版本兼容性注意事项（Pandas 2.0+）

变更项	说明	解决方案
时间索引行为	字符串不再自动对齐 datetime 索引	使用 `pd.Timestamp` 显式构造
扩展类型推荐	推荐使用 `string`、`Int64` 等扩展类型	使用 `convert_dtypes()`
空值处理	`pd.NA` 成为统一缺失值表示	避免混用 `NaN` 和 `None`

六、实用技巧

6.1 数据类型检查

from pandas.api import types

types.is_integer_dtype(series)      # 检查是否为整数类型
types.is_float_dtype(series)        # 检查是否为浮点类型
types.is_string_dtype(series)       # 检查是否为字符串类型
types.is_datetime64_any_dtype(series)  # 检查是否为日期时间类型