在Python Pandas中获取列的数据类型

在Python Pandas中，我们可以使用dtypes属性获取一个DataFrame或Series对象的所有列的数据类型。该属性返回一个Series对象，其中包含每个列的名称和其对应的数据类型。

以下是获取DataFrame对象列数据类型的代码示例：

import pandas as pd

# 创建DataFrame对象
data = {'name': ['张三', '李四', '王五'], 'age': [25, 30, 35], 'gender': ['男', '女', '男']}
df = pd.DataFrame(data)

# 获取DataFrame对象所有列的数据类型
types = df.dtypes
print(types)

输出结果如下：

name      object
age        int64
gender    object
dtype: object

其中，输出的结果是一个Series对象，它包含了DataFrame对象的每个列，以及它们对应的数据类型。例如，第一列的名称是name，数据类型是object，表示它是一个字符串类型的列，第二列的名称是age，数据类型是int64，表示它是一个整数类型的列。

同样，我们也可以使用dtype属性获取一个Series对象的数据类型。以下是获取Series对象数据类型的代码示例：

import pandas as pd

# 创建Series对象
s = pd.Series([1, 2, 3, 4])

# 获取Series对象的数据类型
types = s.dtype
print(types)

输出结果如下：

int64

其中，输出的结果是一个字符串，表示Series对象的数据类型是整数类型。在这个例子中，数据类型是int64，表示它是一个带符号的64位整数类型。