如何检查 Pandas DataFrame 中的数据类型？

Pandas DataFrame 是一种可变大小和异构表格数据的二维数据结构。 Python中有不同的内置数据类型可用。用于检查数据类型的两种方法是pandas.DataFrame.dtypes和pandas.DataFrame.select_dtypes。

考虑一个购物商店的数据集，其中包含有关客户序列号、客户姓名、所购买商品的产品 ID、产品成本和购买日期的数据。

Python3

#importing pandas as pd
import pandas as pd
 
# Create the dataframe
df = pd.DataFrame({
'Cust_No': [1,2,3],
'Cust_Name': ['Alex', 'Bob', 'Sophie'],
'Product_id': [12458,48484,11311],
'Product_cost': [65.25, 25.95, 100.99],
'Purchase_Date': [pd.Timestamp('20180917'),
                  pd.Timestamp('20190910'),
                  pd.Timestamp('20200610')]
})
 
# Print the dataframe
df

输出：

方法一：使用 pandas.DataFrame.dtypes

对于用户从数据集中检查特定 Dataset 或特定列的 DataType 可以使用此方法。此方法返回每列的数据类型列表，或者也只返回特定列的数据类型

示例 1：

Python3

# Print a list datatypes of all columns
 
df.dtypes

输出：

示例 2：

Python3

# print datatype of particular column
df.Cust_No.dtypes

输出：

dtype('int64')

方法二：使用 pandas.DataFrame.select_dtypes

与检查数据类型不同，用户可以选择执行检查以获取特定数据类型的数据（如果存在），否则返回空数据集。此方法根据列 dtypes 返回 DataFrame 列的子集。

示例 1：

Python3

# Returns Two column of int64
df.select_dtypes(include = 'int64')

输出：

示例 2：

Python3

# Returns columns excluding int64
df.select_dtypes(exclude = 'int64')

输出 ：

示例 3：

Python3

# Print an empty list as there is
# no column of bool type
df.select_dtypes(include = "bool")

输出 ：