pandas如何检查数据框中所有列的dtype？

Question

似乎dtype只适用于pandas.DataFrame.Series,对吗？是否有一次显示所有列的数据类型的功能？

Answer 1

的单数形式dtype是用来检查数据类型为一列.和复数形式dtypes是,其为所有列返回数据类型的数据帧.实质上:

对于单个列:

dataframe.column.dtype

对于所有列:

dataframe.dtypes

示例:

import pandas as pd
df = pd.DataFrame({'A': [1,2,3], 'B': [True, False, False], 'C': ['a', 'b', 'c']})

df.A.dtype
# dtype('int64')
df.B.dtype
# dtype('bool')
df.C.dtype
# dtype('O')

df.dtypes
#A     int64
#B      bool
#C    object
#dtype: object

Answer 2

假设 df 是一个 Pandas DataFrame，然后一次获取所有列的非空值和数据类型的数量，请使用：

df.info()

Answer 3

更进一步，我假设您实际上想对这些数据类型做一些事情。 df.dtypes.to_dict()派上用场了。

my_type = 'float64'

dtypes = dataframe.dtypes.to_dict()

for col_name, typ in dtypes.items():
    if (typ != my_type): #<---
        raise ValueError(f"Yikes - `dataframe['{col_name}'].dtype == {typ}` not {my_type}")

您会发现 Pandas 在比较 NumPy 类和用户提供的字符串方面做得非常好。例如：即使是这样的事情，'double' == dataframe['col_name'].dtype当 时也会成功.dtype==np.float64。

Answer 4

（这个答案并没有直接回答OP的问题，但可能有用。）

到目前为止，响应依赖于打印的报告或字符串值，因此可能无法适应未来的情况。

pandas 提供了用于类型检查的编程方式：

import pandas as pd
from pandas.api.types import is_object_dtype, is_numeric_dtype, is_bool_dtype
df = pd.DataFrame({'A': [1,2,3], 'B': [True, False, False], 'C': ['a', 'b', 'c']})

is_numeric_dtype(df['A'])
>>> True

Answer 5

如果您有很多列，并且您这样做了，df.info()或者df.dtypes它可能会为您提供列的总体统计信息，或者只是顶部和底部的一些列，例如

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

Int64Index: 4387 entries, 1 to 4387

Columns: 119 entries, 
CoulmnA to ColumnZ

dtypes: datetime64[ns(24), 
float64(54), object(41)

memory usage: 4.0+ MB

它只是给出了 24 列是日期时间，54 列是 float64，41 列是对象。

因此，如果您希望在一个命令中获取每一列的数据类型，请执行以下操作：

dict(df.dtypes)