maxframe.dataframe.Series.struct.field#

Series.struct.field(name_or_index)#

将结构体的子字段提取为一个 Series。

参数:: name_or_index (str | bytes | int | expression | list) -- 要提取的子字段的名称或索引。对于类列表输入，这将索引到嵌套结构体中。
返回:: 与所选子字段对应的数据。
返回类型:: pandas.Series

参见

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

备注

生成的 Series 的名称将根据以下规则设置：

对于字符串、字节或整数 `name_or_index`（或这些类型的列表，用于嵌套选择），Series 的名称将设置为所选字段的名称。
对于 pyarrow.compute.Expression，将设置为表达式的字符串形式。
对于类列表的 name_or_index，名称将设置为最终所选字段的名称。

示例

>>> import maxframe.dataframe as md
>>> import pandas as pd
>>> import pyarrow as pa
>>> s = md.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").execute()
0    pandas
1    pandas
2     numpy
Name: project, dtype: string[pyarrow]

按字段索引提取。

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

对于嵌套结构体类型，可以传递一个值列表以索引多个层级：

>>> version_type = pa.struct([
...     ("major", pa.int64()),
...     ("minor", pa.int64()),
... ])
>>> s = md.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"]).execute()
0     5
1     1
2    26
Name: minor, dtype: int64[pyarrow]
>>> s.struct.field([0, 0]).execute()
0    1
1    2
2    1
Name: major, dtype: int64[pyarrow]