Pandas 数组¶

概念与用途¶

Pandas 数组层包括 NumPy ndarray 和扩展数组 ExtensionArray。扩展 dtype 为可空整数、字符串、类别、时区日期、区间、周期和 Arrow 数据提供一致接口。

核心 API¶

pd.array、Series.array、Series.to_numpy、pd.api.extensions.ExtensionArray、IntegerArray、BooleanArray、StringArray、Categorical、DatetimeArray、PeriodArray、IntervalArray。

可运行示例¶

import pandas as pd

values = pd.array([1, None, 3], dtype="Int64")
s = pd.Series(values, name="count")
print(s.array)
print(s.to_numpy(dtype="float64", na_value=float("nan")))

示例二：Arrow-backed 数组¶

import pandas as pd

try:
    s = pd.Series(["alpha", None, "beta"], dtype="string[pyarrow]")
except ImportError:
    s = pd.Series(["alpha", None, "beta"], dtype="string")
print(s.array)
print(s.dtype)

string[pyarrow] 需要可选依赖 pyarrow。Arrow-backed dtype 可改善部分字符串内存与互操作，但并非所有第三方库和 Pandas 操作都保持同一后端。

示例三：数组对齐发生在 Series 层¶

import pandas as pd

left = pd.Series(pd.array([1, 2], dtype="Int64"), index=["a", "b"])
right = pd.Series(pd.array([10, 20], dtype="Int64"), index=["b", "c"])
print(left + right)

ExtensionArray 本身没有 Series 标签；按索引对齐是 Series 层语义。直接提取 .array 或 NumPy 数组后，运算通常只按位置进行。

返回与复制语义¶

pd.array 返回 ExtensionArray，Series.array 暴露其数组接口，to_numpy 返回 NumPy 数组。转换是否复制取决于 dtype 和请求参数，不能依赖 copy=False 实现跨库共享可变内存。需要稳定隔离时显式复制并测试。

注意事项¶

Series.array 尽量保留扩展数组语义，to_numpy 可能转换 dtype 或复制。不要依赖扩展数组的内部存储；使用公开方法。某些第三方库只接受 NumPy 数组，转换时要明确空值替代和精度。自定义 ExtensionArray 属于高级扩展点，需要完整实现接口并测试兼容性。