Pandas2.2 DataFrame

Attributes and underlying data

方法	描述
DataFrame.index	用于獲取 DataFrame 的行索引
DataFrame.columns	用于獲取 DataFrame 的列標簽
DataFrame.dtypes	用于獲取 DataFrame 中每一列的數據類型

pandas.DataFrame.dtypes

pandas.DataFrame.dtypes 屬性用于獲取 DataFrame 中每一列的數據類型。通過 dtypes 屬性，可以查看 DataFrame 中各列的數據類型，這對于數據驗證和處理非常重要。

屬性說明

• DataFrame.dtypes：返回一個 Series 對象，其中索引是列名，值是對應的列的數據類型。

示例

import pandas as pd# 創建一個示例 DataFrame
data = {'A': [10, 20, 30],          # 整數類型'B': [40.5, 50.5, 60.5],    # 浮點數類型'C': ['x', 'y', 'z'],       # 字符串類型'D': pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03']),  # 日期時間類型'E': pd.Series([True, False, True], dtype='bool')  # 布爾類型
}df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])# 獲取 DataFrame 的列數據類型
dtypes = df.dtypes
print("DataFrame dtypes:\n", dtypes)# 查看特定列的數據類型
print("\nData type of column 'A':", df['A'].dtype)# 查看特定列的數據類型（另一種方法）
print("\nData type of column 'B':", df.dtypes['B'])# 修改列的數據類型
df['A'] = df['A'].astype(float)
print("\nModified DataFrame dtypes:\n", df.dtypes)

結果

1. 獲取 DataFrame 的列數據類型

   • 數據內容：

     A            int64
     B          float64
     C           object
     D    datetime64[ns]
     E              bool
     dtype: object
     

2. 查看特定列的數據類型

   • 列 ‘A’ 的數據類型：

     int64
     

3. 查看特定列的數據類型（另一種方法）

   • 列 ‘B’ 的數據類型：

     float64
     

4. 修改列的數據類型

   • 修改后的數據類型：

     A          float64
     B          float64
     C           object
     D    datetime64[ns]
     E              bool
     dtype: object
     

通過這些示例，可以看到 pandas.DataFrame.dtypes 屬性如何獲取和修改 DataFrame 中各列的數據類型。這些操作對于數據驗證和處理非常重要。

詳細說明

1. 獲取 DataFrame 的列數據類型

   • 使用 df.dtypes 獲取 DataFrame 中各列的數據類型。
   • 數據內容：

     A            int64
     B          float64
     C           object
     D    datetime64[ns]
     E              bool
     dtype: object
     

2. 查看特定列的數據類型

   • 使用 df['A'].dtype 查看列 ‘A’ 的數據類型。
   • 列 ‘A’ 的數據類型：

     int64
     

3. 查看特定列的數據類型（另一種方法）

   • 使用 df.dtypes['B'] 查看列 ‘B’ 的數據類型。
   • 列 ‘B’ 的數據類型：

     float64
     

4. 修改列的數據類型

   • 使用 df['A'].astype(float) 將列 ‘A’ 的數據類型從 int64 修改為 float64。
   • 修改后的數據類型：

     A          float64
     B          float64
     C           object
     D    datetime64[ns]
     E              bool
     dtype: object
     

通過這些示例，可以看到 pandas.DataFrame.dtypes 屬性如何獲取和修改 DataFrame 中各列的數據類型。這些操作對于數據驗證和處理非常重要。

注意事項

• DataFrame.dtypes 返回的是一個 Series 對象，其中索引是列名，值是對應的列的數據類型。
• 可以使用 df['column_name'].dtype 查看特定列的數據類型。
• 可以使用 df.dtypes['column_name'] 查看特定列的數據類型（另一種方法）。
• 可以使用 df['column_name'].astype(new_dtype) 修改特定列的數據類型。

通過這些方法，可以靈活地獲取和修改 DataFrame 中各列的數據類型，從而更好地進行數據處理和分析。

示例代碼及驗證

為了驗證 pandas.DataFrame.dtypes 屬性的效果，可以運行上述示例代碼并查看輸出結果。

import pandas as pd# 創建一個示例 DataFrame
data = {'A': [10, 20, 30],          # 整數類型'B': [40.5, 50.5, 60.5],    # 浮點數類型'C': ['x', 'y', 'z'],       # 字符串類型'D': pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03']),  # 日期時間類型'E': pd.Series([True, False, True], dtype='bool')  # 布爾類型
}df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])# 獲取 DataFrame 的列數據類型
dtypes = df.dtypes
print("DataFrame dtypes:\n", dtypes)# 查看特定列的數據類型
print("\nData type of column 'A':", df['A'].dtype)# 查看特定列的數據類型（另一種方法）
print("\nData type of column 'B':", df.dtypes['B'])# 修改列的數據類型
df['A'] = df['A'].astype(float)
print("\nModified DataFrame dtypes:\n", df.dtypes)

運行結果

運行上述代碼后，你會看到以下輸出：

DataFrame dtypes:A            int64
B          float64
C           object
D    datetime64[ns]
E              bool
dtype: objectData type of column 'A': int64Data type of column 'B': float64Modified DataFrame dtypes:A          float64
B          float64
C           object
D    datetime64[ns]
E              bool
dtype: object

通過這些示例，可以看到 pandas.DataFrame.dtypes 屬性如何獲取和修改 DataFrame 中各列的數據類型。這些操作對于數據驗證和處理非常重要。