pandas 如何检查数据框中所有列的 dtype？答案

【问题标题】：pandas how to check dtype for all columns in a dataframe?pandas 如何检查数据框中所有列的 dtype？
【发布时间】：2017-03-14 04:18:31
【问题描述】：

dtype 似乎只适用于 pandas.DataFrame.Series，对吧？有没有一次显示所有列的数据类型的功能？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

singular 形式dtype 用于检查单个列的数据类型。复数形式 dtypes 用于返回所有列的数据类型的数据框。本质上：

对于单列：

dataframe.column.dtype

对于所有列：

dataframe.dtypes

示例：

import pandas as pd
df = pd.DataFrame({'A': [1,2,3], 'B': [True, False, False], 'C': ['a', 'b', 'c']})

df.A.dtype
# dtype('int64')
df.B.dtype
# dtype('bool')
df.C.dtype
# dtype('O')

df.dtypes
#A     int64
#B      bool
#C    object
#dtype: object

【讨论】：

如果你想要所有的非数字/分类列，你可以通过df.dtypes[df.dtypes != 'int64'][df.dtypes != 'float64']得到它
你能解释一下为什么 C 列有一个对象类型而不是 str 吗？
@StarRider 请参阅this answer 以及pandas documentation，其中提到：“Pandas 使用 object dtype 存储字符串”
知道为什么我将对象作为 dtype 吗？
我没有意识到 dtype 的相等性有点模糊。 df.C.dtype 返回 dtype('O')，但 df.C.dtype=='object' 为真。

【解决方案2】：

假设 df 是一个 pandas DataFrame 然后一次获取所有列的非空值和数据类型的数量：

df.info()

【讨论】：

正确，但它只会给出摘要。不是所有列的详细信息。

【解决方案3】：

为了更进一步，我假设您想对这些 dtype 做一些事情。 df.dtypes.to_dict() 派上用场了。

my_type = 'float64'

dtypes = dataframe.dtypes.to_dict()

for col_nam, typ in dtypes.items():
    if (typ != my_type): #<---
        raise ValueError(f"Yikes - `dataframe['{col_name}'].dtype == {typ}` not {my_type}")

您会发现 Pandas 在比较 NumPy 类和用户提供的字符串方面做得非常好。例如：即使像'double' == dataframe['col_name'].dtype 这样的事情也会在.dtype==np.float64 时成功。

【讨论】：

【解决方案4】：

如果您有很多列并且您使用df.info() 或df.dtypes，它可能会为您提供列的总体统计信息，或者只是顶部和底部的一些列，例如

<class 'pandas.core.frame.DataFrame'>

Int64Index: 4387 entries, 1 to 4387

Columns: 119 entries, 
CoulmnA to ColumnZ

dtypes: datetime64[ns(24), 
float64(54), object(41)

memory usage: 4.0+ MB

它只是给出了 24 列是日期时间，54 列是 float64，41 列是对象。

因此，如果您想在一个命令中获取每一列的数据类型，请执行以下操作：

dict(df.dtypes)

【讨论】：