如何检查 pandas 系列的数据类型?
pandasserver side programmingprogramming更新于 2025/5/18 23:52:17
为了检查系列的数据类型，我们在 pandas 系列属性中有一个专用属性。“dtype”是 pandas 的一个属性，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，该对象表示给定系列的数据类型。
示例 1
# 导入所需包
import pandas as pd
import numpy as np
# 创建 pandas Series 对象
series = pd.Series(np.random.rand(10))
print(series)
print("Data type: ",series.dtype )
解释
在此示例中，我们使用 NumPy random 模块初始化了 pandas series 对象，该模块将创建一个具有随机值的系列。
让我们应用 pandas dtype 属性并验证给定系列的数据类型系列。
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，我们可以看到具有随机值的系列，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 字典初始化了该系列。这里的目的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 是对象数据类型，一般 pandas 用对象数据类型的形式来表示字符串数据。
示例 3
import pandas as pd
# 创建日期范围序列
dates = pd.date_range('2021-06-01', periods=5, freq='D')
# 创建带有日期索引的 pandas Series
s = pd.Series(dates)
print (s)
print("Data type: ",s.dtype )
解释
在此示例中，使用 pandas date_range 方法创建系列，并应用 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是 datetime64[ns]。
