Python对数据类型进行分类

我计划创建一个“table”类，我可以在我的data analyzis程序中使用它来存储收集到的数据。目标是制作如下所示的简单表格：

ID    Mean size     Stdv     Date measured    Relative flatness
----------------------------------------------------------------
1     133.4242      34.43    Oct 20, 2013    32093
2     239.244       34.43    Oct 21, 2012    3434

我将遵循这篇文章中的sqlite3建议：，但我仍然需要将其保存为csv文件（而不是数据库），并且我希望它在运行时吃掉我的数据：只要有新的度量值可用并且被认为是有趣的，就动态添加列。为此，类需要能够确定抛出的数据的数据类型

Sqlite3具有有限的数据类型：float、int、date和string。Python和numpy一起有许多类型。是否有一个简单的方法可以快速确定变量的数据类型？因此，当输入包含新字段的新数据时，我的table类可以自动添加一列

我不太关心性能，桌子应该相当小

我想这样使用我的类：

dt = Table()
dt.add_record({'ID':5, 'Mean size':39.4334'})
dt.add_record({'ID':5, 'Goodness of fit': 12})

最后一行是新数据。Table类需要确定数据的类型，然后向sqlite3表中添加一列。使所有字符串看起来有点松懈，我仍然希望保持我的高精度浮点正确

---

另外：如果类似的东西已经存在，我想知道它。

您的问题似乎是：“是否有一个简单的方法可以快速确定变量的数据类型？”。这是一个简单的问题，答案是：

类型（变量）

。 但您提供的上下文需要更仔细的回答

自 但您可能会遇到进一步的问题：如果您不想要求预先固定列类型，则可能需要在收到新记录时更改列类型

例如，对于示例中的

拟合优度

列，首先得到一个int（12）。但第二次可能会得到一个浮点值（例如10.1），这表明这两个值都必须解释为浮点值。如果下次你收到一个字符串，那么所有的字符串都必须是字符串，对吗？但是数字的精确格式也很重要：当你把12和12.0解释为浮点数时，它们是相同的，而当你把它们解释为字符串时，它们就不同了；当您将它们全部转换为字符串时，第一个值可能会变成“12.0”

因此，要么在同一列的连续值类型不匹配时引发异常，要么尝试根据新值转换以前的值；但有时您可能需要重新读取输入

然而，一旦你做出了关于预期行为的决定，这应该不是一个很难实现的问题。

---

关于你的最后一个问题：我个人不知道这个问题的现有实现。

是的，这就是我最后做的。关于列类型，我假设该类型在第一个数据之后保持不变。

type（variable）

的问题和麻烦在于您有其他非基本类型，例如numpy

type（numpy.array（[1,2]）[1]）

将为您提供

numpy.int32

。还有很多其他可能的结果。这使得映射更加困难：我需要找出所有可能的输入数据类型。