💡 Как узнать тип колонки в Pandas: подробное руководство

Как узнать тип колонки pandas?

import pandas as pd

# Создание DataFrame с примером колонок разных типов данных
data = {'Имя': ['Александр', 'Мария', 'Дмитрий'],
        'Возраст': [25, 28, 35],
        'Рост': [180.5, 165.2, 190.0],
        'Женат': [False, True, True]}

df = pd.DataFrame(data)

# Используем метод dtypes для получения типов колонок
типы_колонок = df.dtypes

print(типы_колонок)
    

Выше представлен код, который поможет вам узнать типы колонок в Pandas.

Сначала необходимо импортировать библиотеку Pandas. Затем создайте DataFrame, содержащий данные с разными типами колонок. В примере используются колонки "Имя" (строковый тип), "Возраст" (целочисленный тип), "Рост" (тип с плавающей запятой) и "Женат" (логический тип).

Далее, используйте метод dtypes для получения типов каждой колонки в DataFrame. Этот метод возвращает объект Series, содержащий информацию о типах данных каждой колонки.

Наконец, выведите результат с помощью функции print.

Как узнать тип колонки pandas

В библиотеке pandas для работы с данными важно знать типы колонок. Здесь мы рассмотрим несколько способов, как узнать тип колонки в pandas.

1. Метод dtypes

Первый способ - использовать метод dtypes. Этот метод возвращает серию объектов dtype для каждой колонки в DataFrame.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Алексей', 'Мария', 'Иван'],
        'Возраст': [25, 30, 35],
        'Зарплата': [5000, 7000, 6000]}

df = pd.DataFrame(data)

# Используем метод dtypes
column_types = df.dtypes
print(column_types)
    

Вывод:

Имя         object
Возраст      int64
Зарплата     int64
dtype: object
    

Таким образом, мы можем узнать тип каждой колонки в DataFrame.

2. Метод info

Второй способ - использовать метод info. Этот метод выводит информацию о DataFrame, включая типы колонок, общее количество значений и использование памяти.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Алексей', 'Мария', 'Иван'],
        'Возраст': [25, 30, 35],
        'Зарплата': [5000, 7000, 6000]}

df = pd.DataFrame(data)

# Используем метод info
df.info()
    

Вывод:

RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column    Non-Null Count  Dtype 
---  ------    --------------  ----- 
 0   Имя       3 non-null      object
 1   Возраст   3 non-null      int64 
 2   Зарплата  3 non-null      int64 
dtypes: int64(2), object(1)
memory usage: 200.0+ bytes
    

Таким образом, метод info предоставляет более полную информацию о DataFrame, включая типы колонок, количество ненулевых значений и использование памяти.

3. Атрибут dtypes колонки

Третий способ - использовать атрибут dtype конкретной колонки. Для доступа к атрибуту dtype колонки, используется обращение по имени колонки.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Алексей', 'Мария', 'Иван'],
        'Возраст': [25, 30, 35],
        'Зарплата': [5000, 7000, 6000]}

df = pd.DataFrame(data)

# Используем атрибут dtype
column_type = df['Зарплата'].dtype
print(column_type)
    

Вывод:

int64

Таким образом, мы можем получить тип конкретной колонки, обратившись к ее атрибуту dtype.

4. Метод select_dtypes

Четвертый способ - использовать метод select_dtypes, чтобы выбрать колонки определенного типа. Этот метод возвращает DataFrame, содержащий только колонки указанного типа.

import pandas as pd

# Создаем DataFrame
data = {'Имя': ['Алексей', 'Мария', 'Иван'],
        'Возраст': [25, 30, 35],
        'Зарплата': [5000, 7000, 6000]}

df = pd.DataFrame(data)

# Используем метод select_dtypes
numeric_columns = df.select_dtypes(include='number')
print(numeric_columns)
    

Вывод:

   Возраст  Зарплата
0       25      5000
1       30      7000
2       35      6000
    

В данном примере мы выбрали только те колонки, которые имеют числовой тип.

В заключение

Pandas предоставляет несколько способов для определения типов колонок в DataFrame. Мы рассмотрели методы dtypes и info для получения информации о типах всех колонок, а также атрибут dtype конкретной колонки и метод select_dtypes для работы с колонками определенного типа.