数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究如何在Pandas DataFrame中检查数据类型？
为了检查pandas DataFrame中的数据类型，我们可以使用"dtype"属性。该属性返回一个包含每一列数据类型的序列。
DataFrame的列名作为结果序列对象的索引，相应的数据类型作为序列对象的取值。
如果任何列存储了混合数据类型，则整列的数据类型将显示为object dtype。
示例1
应用pandas dtype属性并验证DataFrame对象中每一列的数据类型。
# importing pandas package
import pandas as pd
# create a Pandas DataFrame
df = pd.DataFrame({'Col1':[4.1, 23.43], 'Col2':['a', 'w'], 'Col3':[1, 8]})
print("DataFrame:")
print(df)
# apply the dtype attribute
result = df.dtypes
print("Output:")
print(result)输出
输出如下所示：
DataFrame: Col1 Col2 Col3 0 4.10 a 1 1 23.43 w 8 Output: Col1 float64 Col2 object Col3 int64 dtype: object
在这个输出块中，我们可以注意到，Col1的数据类型为float64，Col2的数据类型为object，Col3存储的是整数(int64)类型数据。
示例2
现在，让我们将dtype属性应用于另一个Pandas DataFrame对象。
# importing pandas package
import pandas as pd
# create a Pandas DataFrame
df = pd.DataFrame({'A':[41, 23, 56], 'B':[1, '2021-01-01', 34.34], 'C':[1.3, 3.23, 267.3]})
print("DataFrame:")
print(df)
# apply the dtype attribute
result = df.dtypes
print("Output:")
print(result)输出
输出如下：
DataFrame: A B C 0 41 1 1.30 1 23 2021-01-01 3.23 2 56 34.34 267.30 Output: A int64 B object C float64 dtype: object
对于给定的DataFrame，列B存储了混合数据类型的值，因此该特定列的结果dtype表示为object dtype。
更新于：2023年8月29日
21.1万+ 次浏览
广告