在 Pandas 中获取同一系列中的不同数据类型

Question

假设我们有一个 pandas 系列，其中包含以下数据类型的混合（字符串、整数和日期时间）

如果我检查 diff_series ( ) 上的 dtype diff_series.dtype，它会告诉我它是一个预期的对象。我想获得该系列中的不同数据类型。我有以下列表理解，它使我获得了一系列中独特的数据类型。

import datetime
import pandas as pd

>> diff_series = pd.Series(['1','2',3,"random_text",datetime.datetime.now()])
>> set([type(i) for i in diff_series])

   set([<type 'str'>, <type 'datetime.datetime'>, <type 'int'>])

但我有一种感觉，应该有一种更有效（潘多拉式）的方式来做到这一点？

我试过

>> diff_series.get_dtype_counts()

   object    1
   dtype: int64

这不是我想要的。有任何想法吗？

Answer 1

我们可以做这样的事情：

In [4]: diff_series.map(type).value_counts()
Out[4]: 
<class 'str'>                  3
<class 'datetime.datetime'>    1
<class 'int'>                  1
dtype: int64

或者，不妨“全力以赴”：

In [5]: diff_series.map(type).value_counts().index.values
Out[5]: array([<class 'str'>, <class 'datetime.datetime'>, <class 'int'>], dtype=object)