資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何檢查 Pandas Series 的資料型別？
要檢查 Series 的資料型別，我們在 Pandas Series 屬性中有一個專用的屬性。 “dtype” 是一個 Pandas 屬性，用於驗證 Pandas Series 物件中的資料型別。
此屬性將返回一個 dtype 物件，該物件表示給定 Series 的資料型別。
示例 1
# importing required packages
import pandas as pd
import numpy as np
# creating pandas Series object
series = pd.Series(np.random.rand(10))
print(series)
print("Data type: ",series.dtype )解釋
在此示例中，我們使用 NumPy 隨機模組初始化了一個 Pandas Series 物件，這將建立一個包含隨機值的 Series。
讓我們應用 Pandas dtype 屬性並驗證 Series 的資料型別。
輸出
0 0.017282 1 0.869889 2 0.255800 3 0.191797 4 0.188235 5 0.261895 6 0.016623 7 0.399498 8 0.642102 9 0.671073 dtype: float64 Data type: float64
在此輸出塊中，我們可以看到包含隨機值的 Series，以及 dtype 屬性的輸出。對於給定的 Series 物件，float64 是資料型別。
示例 2
import pandas as pd
s = pd.Series({97:'a', 98:'b', 99:'c', 100:'d', 101:'e', 102:'f'})
print(s)
print("Data type: ",s.dtype )解釋
建立另一個包含字串資料的 Pandas Series 物件，這裡我們使用 Python 字典初始化了 Series。這裡的目標是檢查 Series 的資料型別，因此 dtype 屬性應用於 Series 物件“s”。
輸出
97 a 98 b 99 c 100 d 101 e 102 f dtype: object Data type: object
對於給定的 Series“s”，dtype 是物件資料型別，通常 Pandas 用於以物件資料型別的形式表示字串資料。
示例 3
import pandas as pd
# creating range sequence of dates
dates = pd.date_range('2021-06-01', periods=5, freq='D')
#creating pandas Series with date index
s = pd.Series(dates)
print (s)
print("Data type: ",s.dtype )解釋
在以下示例中，Series 是透過使用 Pandas date_range 方法建立的，並應用 dtype 屬性來驗證資料型別。
輸出
0 2021-06-01 1 2021-06-02 2 2021-06-03 3 2021-06-04 4 2021-06-05 dtype: datetime64[ns] Data type: datetime64[ns]
給定 Series 的資料型別是 datetime64[ns]。
更新於: 2022年3月9日
15K+ 次檢視
廣告