小编Cal*_*ari的帖子

我正在将JSON文件读入数据帧.数据框可能包含一些String(对象)类型列,一些Numeric(int64和/或float64)以及一些日期时间类型列.读入数据时,数据类型通常不正确(即datetime,int和float通常存储为"object"类型).我想报告这种可能性.(即列在数据帧中为"object"(String),但它实际上是"datetime").

我遇到的问题是,当我使用pd.to_numeric和pd.to_datetime时,他们将评估并尝试转换列,并且很多次它最终取决于我最后调用的两个中的哪一个...(我打算使用convert_objects()可以使用,但是这是折旧的,所以想要一个更好的选择).

我用来评估数据帧列的代码是(我意识到下面的很多内容是多余的,但为了便于阅读,我已经用这种方式编写了代码):

try:
   inferred_type = pd.to_datetime(df[Field_Name]).dtype
   if inferred_type == "datetime64[ns]":
      inferred_type = "DateTime"
except:
   pass
try:
   inferred_type = pd.to_numeric(df[Field_Name]).dtype
   if inferred_type == int:
      inferred_type = "Integer"
   if inferred_type == float:
      inferred_type = "Float"
except:
   pass

我有一个包含多列数据和不同类型的数据框。我遇到了一列，其中包含字符串和整数。我试图找到最长/最短长度的值（注意不是最大值）。（注意：我在下面使用的例如只有整数，因为我无法弄清楚如何混合 dtypes 并且仍然称其为 int64 列）

    Name    MixedField
a   david   32252
b   andrew  4023
c   calvin  25
d   david   2
e   calvin  522
f   david   35

我使用的方法是将 df 列转换为字符串系列（因为它们可能是 double/int/string/combinations），然后我可以从这个系列中获取最大/最小长度项：

df['MixedField'].apply(str).map(len).max()
df['MixedField'].apply(str).map(len).min()

但是不知道如何选择最大和最小长度的实际值！？！（即32252（最长）和2（最短）

（我可能不需要解释这一点，但最大和最长之间存在细微差别......（即“aa”比“z”长））。感谢你的帮助。谢谢。