如何检查 pandas DataFrame 中的数据类型？

Z时代
2024-01-10
分类：综合

要检查 pandas DataFrame 中的数据类型，我们可以使用“dtype”属性。该属性返回一个系列，其中包含每列的数据类型。

DataFrame 的列名表示为结果系列对象的索引，相应的数据类型作为系列对象的值返回。

如果存储了混合数据类型的任何列，则将整个列的数据类型指示为 object dtype。

示例 1

应用 pandas dtype 属性并验证 DataFrame 对象中每个的数据类型。

# 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)

输出结果

输出如下所述 -

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 有 float64 类型的数据，Col2 有目标数据，而“Col3”列存储了整数类型的数据。

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)

输出结果

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