pandas.api.types.is_datetime64_dtype() Python中的函数

pandas.api.types.is_datetime64_dtype()函数用于检查对象或数据类型之类的数组是否属于 datetime64 dtype。

Syntax: pandas.api.types.is_datetime64_dtype(arr_or_dtype)

parameters:

• arr_or_dtype : array like iterable object or datatype.

function returns: a boolean value. True or False. True if object is of the type datetime64 False if not

示例 1：

导入 pandas.api.types 并使用 is_datetime64_dtype()函数验证给定数组是否为 datetime64 类型。因为它是 int 类型，所以返回 false。

Python3

# importing packages
import pandas.api.types as pd
 
print(pd.is_datetime64_dtype([10, 20, 30]))

输出：

False

示例 2：

在此示例中，创建了一个 datetime 数组，并给出了 np.datetime64 作为其类型。 is_datetime64_dtype()函数返回“True”，因为数组是 datetime64 类型。

Python3

# importing packages
import pandas.api.types as pd
import datetime
import numpy as np
 
date_list = np.array([datetime.datetime.today()
                      + datetime.timedelta(days=x)
                      for x in range(10)],
                     dtype=np.datetime64)
print(pd.is_datetime64_dtype(date_list))

输出：

True

示例 3：

numpy.datetime64 中的 dtype 直接在方法中传递。返回“真”。

Python3

# importing packages
import pandas.api.types as pd
import numpy as np
 
print(pd.is_datetime64_dtype(np.datetime64))

输出：

True

示例 4：

创建了一个 datetime64 类型的空 NumPy 数组，并将其传递给 is_datetime64_dtype()函数。返回“真”。

Python3

# importing packages
import pandas.api.types as pd
import numpy as np
 
datetime_array = np.array([], dtype=np.datetime64)
print(pd.is_datetime64_dtype(datetime_array))

输出：

True

示例 5：

一个字符串对象被传递到 is_datetime64_dtype()函数并返回“False”。

Python3

# importing packages
import pandas.api.types as pd
 
print(pd.is_datetime64_dtype('string'))

输出：

False