内部机制

本节将深入探讨 pandas 的一些内部机制。它主要面向 pandas 开发人员。

索引

在 pandas 中，有几个对象可充当轴标签的有效容器：

• Index 通用的“有序集”对象，一个 object dtyped的 ndarray，对其内容不做任何假设。标签必须是可哈希（且很可能是不可变的）和唯一的。在 Cython 中填充一个标签到位置的字典以实现 O(1) 查找。

• MultiIndex 标准的分层索引对象

• DatetimeIndex 一个 Timestamp 包装元素的 Index 对象（内部是 int64 值）

• TimedeltaIndex 一个 Timedelta 包装元素的 Index 对象（内部是 int64 值）

• PeriodIndex 一个 Period 元素的 Index 对象

有一些函数可以轻松创建常规索引：

• date_range() 由时间规则或 DateOffset 生成的固定频率日期范围。一个 Python datetime 对象的 ndarray

• period_range() 由时间规则或 DateOffset 生成的固定频率日期范围。一个 Period 对象的 ndarray，表示时间段

警告

不支持自定义 Index 子类，应使用 ExtensionArray 接口来实现自定义行为。

MultiIndex

在内部，MultiIndex 由几个部分组成：**levels**（级别）、整数 **codes**（编码）和 level **names**（名称）：

您可能可以猜到，编码决定了在索引的每一层中，哪个唯一元素与该位置标识。重要的是要注意，排序是**仅**由整数编码决定的，并且不检查（或关心）级别本身是否已排序。幸运的是，构造函数 from_tuples() 和 from_arrays() 确保了这一点，但如果您自己计算级别和编码，请务必小心。

Values

pandas 使用自定义类型扩展了 NumPy 的类型系统，例如 Categorical 或带有时区的日期时间，因此我们对“values”有多种概念。对于一维容器（Index 类和 Series），我们有以下约定：

• cls._values 指的是“最佳可能”的数组。这可能是一个 ndarray 或 ExtensionArray。

因此，例如，Series[category]._values 是一个 Categorical。

子类化 pandas 数据结构

本节已移至 子类化 pandas 数据结构 。