Pandas 如何检查系列的数据类型

要检查Series的数据类型，我们在pandas series属性中有一个专用属性。 “dtype”是pandas的一个属性，它用于验证pandas Series对象中的数据类型。

此属性将返回一个dtype对象，表示给定系列的数据类型。

示例1

# importing required packages
import pandas as pd
import numpy as np

# creating pandas Series object
series = pd.Series(np.random.rand(10))
print(series)

print("Data type: ",series.dtype )

解释

在这个示例中，我们使用NumPy的random模块初始化了一个pandas series对象，它将创建一个具有随机值的系列。

让我们应用pandas的dtype属性并验证系列的数据类型。

输出

0  0.017282
1  0.869889
2  0.255800
3  0.191797
4  0.188235
5  0.261895
6  0.016623
7  0.399498
8  0.642102
9  0.671073
dtype: float64
Data type: float64

在这个输出块中，我们可以看到带有随机值的系列，以及dtype属性的输出。对于给定的系列对象，float64是数据类型。

示例2

import pandas as pd

s = pd.Series({97:'a', 98:'b', 99:'c', 100:'d', 101:'e', 102:'f'})

print(s)

print("Data type: ",s.dtype )

解释

使用字符串数据创建另一个pandas系列对象，这里我们使用python字典初始化了系列。这里的目标是检查系列的数据类型，因此将dtype属性应用于系列对象”s”。

输出

97   a
98   b
99   c
100  d
101  e
102  f
dtype: object
Data type: object

对于给定的系列“s”，dtype是一个对象数据类型，在一般情况下，pandas用对象数据类型来表示字符串数据。

示例3

import pandas as pd

# creating range sequence of dates
dates = pd.date_range('2021-06-01', periods=5, freq='D')

#creating pandas Series with date index
s = pd.Series(dates)
print (s)
print("Data type: ",s.dtype )

解释

在以下示例中，通过使用pandas的date_range方法创建了一个系列，并应用了dtype属性来验证数据类型。

输出

0  2021-06-01
1  2021-06-02
2  2021-06-03
3  2021-06-04
4  2021-06-05
dtype: datetime64[ns]
Data type: datetime64[ns]

给定系列的数据类型为datetime64[ns]。