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。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:在Python Pandas中获取列的数据类型 - Python技术站