Python: 检查数据框的类型和 info

当我们处理数据集时，首先要确保我们所处理的是一个数据框(df)，而不是其他类型的变量。在Python中，通常使用Pandas库来处理数据框。在该库中，我们可以使用两种方法来检查数据框的类型和信息：type()和df.info()。

检查数据框的类型

我们可以使用type()函数来检查一个变量的类型。在Python中，数据框是由Pandas库中的DataFrame类构造的。因此，如果一个变量是数据框，那么它的类型应该是pandas.core.frame.DataFrame。

代码示例：

import pandas as pd

df = pd.read_csv("data.csv") # 假设我们读入一个名为data.csv的数据集

print(type(df)) # 输出变量df的类型

输出示例：

<class 'pandas.core.frame.DataFrame'>

检查数据框的信息

我们可以使用df.info()方法来检查数据框的信息。该方法将输出数据框的列名、数据类型、非空值数量等。

代码示例：

import pandas as pd

df = pd.read_csv("data.csv") # 假设我们读入一个名为data.csv的数据集

print(df.info()) # 输出数据框的信息

输出示例：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 5 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   id         1000 non-null   int64  
 1   name       1000 non-null   object 
 2   age        1000 non-null   int64  
 3   gender     1000 non-null   object 
 4   salary     1000 non-null   float64
dtypes: float64(1), int64(2), object(2)
memory usage: 39.2+ KB

从输出中，我们可以看到该数据框有5个列，包含整数、浮点数和对象。此外，我们还可以看到该数据框中没有缺失值。如果有缺失值，我们需要考虑如何处理它们。