Question

我写的时候

data = pd.DataFrame(...)

data['x'] = some_value

Pandas试图变得“聪明”，并隐式地决定some_value是“标量”并且应该广播，还是应该被视为一个序列，并且应该被分配为不广播的新列。

您在.fillna()和.mask()之类的功能中看到类似的检查。

Pandas使用哪种逻辑来进行此确定，并且用户可以访问和使用此逻辑吗？理想情况下，我希望能够导入和使用pandas.is_scalar()之类的函数：

from pandas import is_scalar

assert not is_scalar([1,2,3])
assert not is_scalar({'a': 1, 'b': 2})
assert not is_scalar((3, 4))
assert is_scalar('abcdef')
assert is_scalar(None)
assert is_scalar((i for i in range(6))

此问题与What are possible pandas basic / scalar data types?不同，后者询问系列可以包含的“基本” dtype。

Answer 1

此功能以pd.api.types.is_scalar的形式存在：

from pandas.api.types import is_scalar 

assert not is_scalar([1,2,3])
assert not is_scalar({'a': 1, 'b': 2})
assert not is_scalar((3, 4))
assert not is_scalar(i for i in range(6))
assert is_scalar('abcdef')
assert is_scalar(None)
assert is_scalar(123)

在文档中，这是is_scalar返回True的所有对象的列表：

numpy数组标量（例如np.int64）

Python内置数字

Python内置字节数组和字符串

没有

datetime.datetime

datetime.timedelta

期间

decimal.Decimal

间隔

DateOffset

派别

号码

pd.api.types子模块还具有其他帮助程序功能，用于专门检查某些对象的类型（例如数组，字典，复数等）。

熊猫如何确定某物是否为“标量”？

1 个答案: