Получить тип данных столбца в Pandas - Python

Опубликовано: 27 Марта, 2022

Давайте посмотрим, как получить типы данных столбцов в фреймворке pandas. Во-первых, давайте создадим фрейм данных pandas.

Example:

Python3

# importing pandas library
import pandas as pd
  
# List of Tuples
employees = [
            ("Stuti", 28, "Varanasi", 20000),
            ("Saumya", 32, "Delhi", 25000),
            ("Aaditya", 25, "Mumbai", 40000),
            ("Saumya", 32, "Delhi", 35000),
            ("Saumya", 32, "Delhi", 30000),
            ("Saumya", 32, "Mumbai", 20000),
            ("Aaditya", 40, "Dehradun", 24000),
            ("Seema", 32, "Delhi", 70000)
            ]
  
   
  
# Create a DataFrame
df = pd.DataFrame(employees,
                  columns = ["Name", "Age",
                             "City", "Salary"])
# show the dataframe
df

Выход:

Dataframe

Метод 1. Использование Dataframe.dtypes атрибут.

Этот атрибут возвращает серию с типом данных каждого столбца.

Syntax: DataFrame.dtypes.
Parameter: None.
Returns: dtype of each column.

Example 1: Get data types of all columns of a Dataframe.

Python3

# importing pandas library
import pandas as pd
  
# List of Tuples
employees = [
            ("Stuti", 28, "Varanasi", 20000),
            ("Saumya", 32, "Delhi", 25000),
            ("Aaditya", 25, "Mumbai", 40000),
            ("Saumya", 32, "Delhi", 35000),
            ("Saumya", 32, "Delhi", 30000),
            ("Saumya", 32, "Mumbai", 20000),
            ("Aaditya", 40, "Dehradun", 24000),
            ("Seema", 32, "Delhi", 70000)
            ]
  
   
  
# Create a DataFrame
df = pd.DataFrame(employees,
                  columns = ["Name", "Age",
                             "City", "Salary"])
  
   
  
# Use Dataframe.dtypes to
# give the series of 
# data types as result
datatypes = df.dtypes
  
# Print the data types
# of each column
datatypes

Выход:

Типы данных фрейма данных

Пример 2: Получить тип данных одного столбца в Dataframe.

Python3

#importing pandas library
import pandas as pd
  
# List of Tuples
employees = [("Stuti", 28, "Varanasi", 20000),
            ("Saumya", 32, "Delhi", 25000),
            ("Aaditya", 25, "Mumbai", 40000),
            ("Saumya", 32, "Delhi", 35000),
            ("Saumya", 32, "Delhi", 30000),
            ("Saumya", 32, "Mumbai", 20000),
            ("Aaditya", 40, "Dehradun", 24000),
            ("Seema", 32, "Delhi", 70000)
            ]
  
# Create a DataFrame
df = pd.DataFrame(employees, 
                  columns = ["Name", "Age",
                             "City", "Salary"])
  
# Use Dataframe.dtypes to give 
# data type of "Salary" as result
datatypes = df.dtypes["Salary"]
  
# Print the data types
# of single column
datatypes

Выход:

тип данных одного столбца

Метод 2: Использование метода Dataframe.info ().

Этот метод используется для получения краткого обзора фрейма данных, например:

Название столбцов
Тип данных столбцов
Строки в Dataframe
ненулевые записи в каждом столбце
Он также напечатает количество столбцов, имена и типы данных.

Syntax: DataFrame.info(verbose=None, buf=None, max_cols=None, memory_usage=None, null_counts=None)
Return: None and prints a summary of a DataFrame.

Example: Get data types of all columns of a Dataframe.

Python3

# importing pandas library
import pandas as pd
  
 # List of Tuples
employees = [("Stuti", 28, "Varanasi", 20000),
            ("Saumya", 32, "Delhi", 25000),
            ("Aaditya", 25, "Mumbai", 40000),
            ("Saumya", 32, "Delhi", 35000),
            ("Saumya", 32, "Delhi", 30000),
            ("Saumya", 32, "Mumbai", 20000),
            ("Aaditya", 40, "Dehradun", 24000),
            ("Seema", 32, "Delhi", 70000)
            ]
  
# Create a DataFrame
df = pd.DataFrame(employees,
                  columns = ["Name", "Age", 
                             "City", "Salary"])
  
# Print complete details 
# about the data frame
df.info()

Выход:

сводка фрейма данных, включая типы данных

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python

Получить тип данных столбца в Pandas - Python

Python3

Python3

Python3

Python3

РЕКОМЕНДУЕМЫЕ СТАТЬИ