Python | 熊猫 dataframe.get_dtype_counts()

get_dtype_counts() 是 Pandas 库中 DataFrame 对象的一个方法，用于返回 DataFrame 中不同数据类型的列数。

语法

DataFrame.get_dtype_counts()

参数

该方法没有任何参数。

返回值

该方法返回一个 Series 对象，其索引是数据类型名称，值是该数据类型的列数。

示例

首先，导入 Pandas 库并创建一个示例 DataFrame：

import pandas as pd

data = {
    'Col1': [1, 2, 3],
    'Col2': [4.5, 5.3, 6.8],
    'Col3': ['A', 'B', 'C'],
    'Col4': [True, False, True]
}
df = pd.DataFrame(data)

print(df)

输出结果为：

   Col1  Col2 Col3   Col4
0     1   4.5    A   True
1     2   5.3    B  False
2     3   6.8    C   True

然后，使用 get_dtype_counts() 方法计算 DataFrame 中不同数据类型的列数：

dtypes = df.get_dtype_counts()

print(dtypes)

输出结果为：

int64     1
float64   1
object    1
bool      1
dtype: int64

上述输出表示 DataFrame 中有1列是 int64（整数）、1列是 float64（浮点数）、1列是 object（字符串）和1列是 bool（布尔值）类型的数据。

注意事项

• 该方法在 Pandas 1.0.0 版本中已被弃用，建议使用 DataFrame.dtypes.value_counts() 替代。
• 在较新的 Pandas 版本中，应使用 DataFrame.dtypes.value_counts() 方法获取相同的结果。

dtypes = df.dtypes.value_counts()

print(dtypes)

输出结果相同：

int64     1
float64   1
object    1
bool      1
dtype: int64

以上是关于 Python | 熊猫 dataframe.get_dtype_counts() 方法的介绍及示例。此方法可以帮助程序员快速了解 DataFrame 中不同数据类型的列数。