Tipo de columna de verificación de Panda
En este caso, exploraremos cómo obtener el tipo de datos de una columna específica en un DataFrame de Pandas.
Contenidos
muestra
Comencemos creando un DataFrame de ejemplo: # import pandasimport pandas as pddf = pd.DataFrame({ ‘salary’: [120000, 100000, 90000, 110000, 120000, 100000, 56000]’Departamento’: [‘game developer’, ‘database developer’, ‘front-end developer’, ‘full-stack developer’, ‘database developer’, ‘security researcher’, ‘cloud-engineer’]’Valuación’: [4.3, 4.4, 4.3, 3.3, 4.3, 5.0, 4.4]}, índice=[‘Alice’, ‘Michael’, ‘Joshua’, ‘Patricia’, ‘Peter’, ‘Jeff’, ‘Ruth’])print(df) Lo anterior debería crear un DataFrame con datos de muestra como se muestra:
Atributo dtype de Panda
La forma más fácil de obtener el tipo de datos de la columna en pandas es usar el atributo dtypes. La sintaxis es como se muestra: El atributo devuelve cada columna y su tipo de datos correspondiente. Un ejemplo es como se muestra: Lo anterior debería devolver las columnas y sus tipos de datos como se muestra: Salary int64Department Objecting Float64 Si desea obtener el tipo de datos de una columna específica, puede pasar el nombre de la columna como un índice como se muestra: Esto debería devolver el tipo de datos de la columna de salario como se muestra atrás:
Información sobre la columna de pandas
Los pandas también nos proporcionan el método info(). Nos permite obtener información detallada sobre las columnas en un DataFrame de Pandas. La sintaxis es la siguiente: DataFrame.info(verbose=Ninguno, buf=Ninguno, max_cols=Ninguno, memory_usage=Ninguno, show_counts=Ninguno, null_counts=Ninguno) Con esto puede obtener el nombre de las columnas, el tipo de datos y el número de elementos no nulos, etc. Un ejemplo es como se muestra: Esto debería devolver:
Lo anterior muestra información detallada sobre las columnas en el DataFrame, incluido el tipo de datos.
Conclusión
Este tutorial cubre dos métodos que puede usar para obtener el tipo de datos de una columna en un DataFrame de Pandas. ¡¡Gracias por leer!!
