Python 熊猫的数据类型(';O';)是什么?
我在pandas中有一个数据框,我试图找出它的值的类型。我不确定列Python 熊猫的数据类型(';O';)是什么?,python,pandas,numpy,dataframe,types,Python,Pandas,Numpy,Dataframe,Types,我在pandas中有一个数据框,我试图找出它的值的类型。我不确定列'Test'的类型。然而,当我运行myFrame['Test'].dtype时,我得到 dtype('O') 这是什么意思?它的意思是: 'O' (Python) objects 第一个字符指定数据类型,其余字符指定每个项目的字节数,Unicode除外,Unicode将其解释为字符数。项目大小必须对应于现有类型,否则将引发错误。支持的种类有 到现有类型,否则将引发错误。支持的种类有: 另一个帮助是如果需要检查type
'Test'
的类型。然而,当我运行myFrame['Test'].dtype时,我得到
dtype('O')
这是什么意思?它的意思是:
'O' (Python) objects
第一个字符指定数据类型,其余字符指定每个项目的字节数,Unicode除外,Unicode将其解释为字符数。项目大小必须对应于现有类型,否则将引发错误。支持的种类有
到现有类型,否则将引发错误。支持的种类有:
另一个帮助是如果需要检查type
s.它表示“python对象”,即不是numpy支持的内置标量类型之一
np.array([object()]).dtype
=> dtype('O')
“O”代表对象
第一行返回:dtype('O')
带有print语句的行返回以下内容:object
当您在数据框内看到dtype('O')
时,这意味着字符串。
什么是dtype
属于熊猫
或小熊猫的东西,或者两者都属于,或者其他东西?如果我们检查熊猫代码:
df = pd.DataFrame({'float': [1.0],
'int': [1],
'datetime': [pd.Timestamp('20180310')],
'string': ['foo']})
print(df)
print(df['float'].dtype,df['int'].dtype,df['datetime'].dtype,df['string'].dtype)
df['string'].dtype
它将输出如下所示:
float int datetime string
0 1.0 1 2018-03-10 foo
---
float64 int64 datetime64[ns] object
---
dtype('O')
print(df)
print(df.dtypes)
id date role num fnum
0 1.0 2018-12-12 Support 123.0 3.14
1 NaN NaT NaN NaN NaN
2 NaN NaT None NaN NaN
3 4.0 2018-12-12 Sales 456.0 41.30
4 5.0 2018-12-12 Engineering 567.0 3.14
id float64
date datetime64[ns]
role object
num float64
fnum float64
dtype: object
您可以将最后一个解释为Pandasdtype('O')
或Pandas对象,即Python类型的字符串,这对应于Numpystring\u
或unicode\u
类型
Pandas dtype Python type NumPy type Usage
object str string_, unicode_ Text
就像唐吉诃德在《驴子》中一样,熊猫在《Numpy》中,Numpy理解系统的底层架构,并使用类来实现这一点
数据类型对象是numpy.dtype
类的一个实例,它可以更精确地理解数据类型包括:
- 数据类型(整数、浮点、Python对象等)
- 数据大小(例如整数中的字节数)
- 数据的字节顺序(小端或大端)
- 如果数据类型是结构化的,则是其他数据类型的聚合(例如,描述由整数和浮点组成的数组项)
- 结构的“字段”的名称是什么
- 每个字段的数据类型是什么
- 每个字段占用内存块的哪一部分
- 如果数据类型是子数组,那么它的形状和数据类型是什么
在这个问题的上下文中,
dtype
属于pands和numpy,尤其是dtype('O')
意味着我们需要字符串
下面是一些用于测试的代码和说明: 如果我们将数据集作为字典
import pandas as pd
import numpy as np
from pandas import Timestamp
data={'id': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5}, 'date': {0: Timestamp('2018-12-12 00:00:00'), 1: Timestamp('2018-12-12 00:00:00'), 2: Timestamp('2018-12-12 00:00:00'), 3: Timestamp('2018-12-12 00:00:00'), 4: Timestamp('2018-12-12 00:00:00')}, 'role': {0: 'Support', 1: 'Marketing', 2: 'Business Development', 3: 'Sales', 4: 'Engineering'}, 'num': {0: 123, 1: 234, 2: 345, 3: 456, 4: 567}, 'fnum': {0: 3.14, 1: 2.14, 2: -0.14, 3: 41.3, 4: 3.14}}
df = pd.DataFrame.from_dict(data) #now we have a dataframe
print(df)
print(df.dtypes)
最后几行将检查数据帧并记录输出:
id date role num fnum
0 1 2018-12-12 Support 123 3.14
1 2 2018-12-12 Marketing 234 2.14
2 3 2018-12-12 Business Development 345 -0.14
3 4 2018-12-12 Sales 456 41.30
4 5 2018-12-12 Engineering 567 3.14
id int64
date datetime64[ns]
role object
num int64
fnum float64
dtype: object
各种不同的d类型
df.iloc[1,:] = np.nan
df.iloc[2,:] = None
但是如果我们尝试设置np.nan
或None
,这将不会影响原始列的数据类型。输出如下:
float int datetime string
0 1.0 1 2018-03-10 foo
---
float64 int64 datetime64[ns] object
---
dtype('O')
print(df)
print(df.dtypes)
id date role num fnum
0 1.0 2018-12-12 Support 123.0 3.14
1 NaN NaT NaN NaN NaN
2 NaN NaT None NaN NaN
3 4.0 2018-12-12 Sales 456.0 41.30
4 5.0 2018-12-12 Engineering 567.0 3.14
id float64
date datetime64[ns]
role object
num float64
fnum float64
dtype: object
因此np.nan
或None
不会更改列dtype
,除非我们将所有列行设置为np.nan
或None
。在这种情况下,列将分别变为float64
或object
您也可以尝试设置单行:
df.iloc[3,:] = 0 # will convert datetime to object only
df.iloc[4,:] = '' # will convert all columns to object
这里要注意的是,如果我们在非字符串列中设置字符串,它将成为字符串或对象
dtypepandas
当列包含混合值(字符串、数字、nan)时,可以自由使用object
dtype.@quant这意味着pandas字符串就像我试图在我的