Python 有没有一种方法可以将数据类型生成为pandas中的字典？

当键入

df.dtypes

时，我们有类型列表。 但是，有没有一种简单的方法可以将输出作为

{'col1': np.float32, ...}

---

或者我需要自己编写函数吗？

df.dtypes的类型返回对象是pandas.Series。它有一个

to_dict

方法：

df = pd.DataFrame({'A': [1, 2], 
                   'B': [1., 2.], 
                   'C': ['a', 'b'], 
                   'D': [True, False]})

df
Out: 
   A    B  C      D
0  1  1.0  a   True
1  2  2.0  b  False

df.dtypes
Out: 
A      int64
B    float64
C     object
D       bool
dtype: object

df.dtypes.to_dict()
Out: 
{'A': dtype('int64'),
 'B': dtype('float64'),
 'C': dtype('O'),
 'D': dtype('bool')}

字典中的值来自dtype类。如果希望名称作为字符串，可以使用apply：

df.dtypes.apply(lambda x: x.name).to_dict()
Out: {'A': 'int64', 'B': 'float64', 'C': 'object', 'D': 'bool'}

---

听起来不错，唯一的小项目是to_dict（）删除了要将dict与列名匹配以便于视觉识别的列顺序（初始值-->alpha）。