pandas.Series.struct.field #

系列.结构。字段( name_or_index ) [来源] #

将结构体的子字段提取为系列。

参数：

名称或索引str |字节|整数 |表达|列表

要提取的子字段的名称或索引。

对于类似列表的输入，这将索引到嵌套结构中。

返回：

熊猫系列: 与所选子字段对应的数据。

也可以看看

Series.struct.explode: 将所有子字段作为 DataFrame 返回。

笔记

结果系列的名称将使用以下规则设置：

对于字符串、字节或整数name_or_index（或这些列表，用于嵌套选择），系列名称设置为所选字段的名称。
对于 a pyarrow.compute.Expression，这被设置为表达式的字符串形式。
对于类似列表的name_or_index，名称将设置为最终选定字段的名称。

例子

>>> import pyarrow as pa
>>> s = pd.Series(
...     [
...         {"version": 1, "project": "pandas"},
...         {"version": 2, "project": "pandas"},
...         {"version": 1, "project": "numpy"},
...     ],
...     dtype=pd.ArrowDtype(pa.struct(
...         [("version", pa.int64()), ("project", pa.string())]
...     ))
... )

按字段名称提取。

>>> s.struct.field("project")
0    pandas
1    pandas
2     numpy
Name: project, dtype: string[pyarrow]

按字段索引提取。

>>> s.struct.field(0)
0    1
1    2
2    1
Name: version, dtype: int64[pyarrow]

或者一个表情

>>> import pyarrow.compute as pc
>>> s.struct.field(pc.field("project"))
0    pandas
1    pandas
2     numpy
Name: project, dtype: string[pyarrow]

对于嵌套结构类型，您可以传递值列表来索引多个级别：

>>> version_type = pa.struct([
...     ("major", pa.int64()),
...     ("minor", pa.int64()),
... ])
>>> s = pd.Series(
...     [
...         {"version": {"major": 1, "minor": 5}, "project": "pandas"},
...         {"version": {"major": 2, "minor": 1}, "project": "pandas"},
...         {"version": {"major": 1, "minor": 26}, "project": "numpy"},
...     ],
...     dtype=pd.ArrowDtype(pa.struct(
...         [("version", version_type), ("project", pa.string())]
...     ))
... )
>>> s.struct.field(["version", "minor"])
0     5
1     1
2    26
Name: minor, dtype: int64[pyarrow]
>>> s.struct.field([0, 0])
0    1
1    2
2    1
Name: major, dtype: int64[pyarrow]