查看数据格式是字符串还是数字格式
这里需要区分一下Numpy和Pandas的查看方式略有不同,一个是dtype,一个是dtypes
python怎么查看数据类型?第一步我们首先需要知道在python中查看变量数据类型是使用type()函数,type函数的用法如下图所示:
第二步我们打开py文件,输入
import numpy as npa1=123list=[1,2,3,4,5,6]array=np.array(list)print(type(a1))
打印出a1变量的数据类型,如下图所示:
第三步运行py文件之后,可以看到a1变量是int类型,如下图所示:
第四步输入
print(type(list))print(type(array))
打印出list变量和array变量的类型,如下图所示:
第五步运行py文件,可以看到分别是列表和数组类型,如下图所示:
以上就是python怎么查看数据类型的详细内容,更多请关注 脚本之家其它相关文章
在获得数据之后、分析数据之前,我们一般需要对数据总体进行一个概览,如有哪些字段,每个字段的类型,值是否缺失等,以下列出了几种方法,供我们方便快捷的查看dataframe的数据类型。
1、维度查看:df.shape
返回结果如下如所示,说明此表格一共有20w+行,16列:
2、数据表基本信息(维度、列名称、数据格式、所占空间等):df.info()
返回结果如图,可见,用info方法可以非常全面的看出表格的各项属性,包括:
1.表格的维度:203401行 * 16列,RangeIndex:0-203400
2.表格的列名,是否为空值和列字段类型dtype(后面我会给出pandas的数据类型和Python数据类型的匹配关系图!!!)
3.表格所占空间:24.8M+
3、每一列数据的格式:df.dtypes
这个功能与df.info()类似,如果只想查看每一列存储的是什么数据格式,那么可以直接使用df.dtypes
返回结果如图,可以看到,这个结果基本就是df.info()的简化版,指明了各列的数据类型。
4、某一列格式:df['B'].dtype
分析过程中,由于字段繁多,所以用到某字段时需要适时查看,同样可以运用dtype,此处不再赘述。
由上文可见,float64,int64,object都是pandas专有的数据格式,同理,Python,numpy都有自己的一套数据格式,它们之间的对应关系可参考下面的表格:
这里需要强调的是object类型实际上可以包括多种不同的类型,比如一列数据里,既有整型、浮点型,也有字符串类型,这些在pandas中都会被标识为‘object’,所以在处理数据时,可能需要额外的一些方法提前将这些字段做清洗,str.replace(),float(),int(),astype(),apply()等等。
如果觉得有用,给我点个赞吧,你的支持就是对我最大的鼓励!ღ( ´・ᴗ・` )❥