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。

Open Compiler
# 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。

Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.

示例2

现在，让我们将dtype属性应用于另一个Pandas DataFrame对象。

Open Compiler
# 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

启动您的职业生涯

完成课程获得认证

开始学习
广告