python dtype o_python – 什么是dtype（’O’）？ – 堆栈内存溢出「建议收藏」

当你在数据帧中看到dtype(‘O’) ，这意味着Pandas字符串。

什么是dtype ？

什么属于pandas或numpy ，或两者，或其他什么？ 如果我们检查一下pandas代码：

df = pd.DataFrame({‘float’: [1.0],

‘int’: [1],

‘datetime’: [pd.Timestamp(‘20180310’)],

‘string’: [‘foo’]})

print(df)

print(df[‘float’].dtype,df[‘int’].dtype,df[‘datetime’].dtype,df[‘string’].dtype)

df[‘string’].dtype

它将输出如下：

float int datetime string

0 1.0 1 2018-03-10 foo

—

float64 int64 datetime64[ns] object

—

dtype(‘O’)

您可以将最后解释为Pandas dtype(‘O’)或Pandas对象，它是Python类型字符串，这对应于Numpy string_或unicode_ types。

Pandas dtype Python type NumPy type Usage

object str string_, unicode_ Text

就像堂吉诃德一样，Pandas在Numpy上，Numpy了解你的系统的底层架构，并使用类numpy.dtype 。

数据类型对象是numpy.dtype类的一个实例， numpy.dtype 更加精确地理解数据类型，包括：

数据类型(整数，浮点数，Python对象等)

数据的大小(例如整数中的字节数)

数据的字节顺序(little-endian或big-endian)

如果数据类型是结构化的，则是其他数据类型的聚合(例如，描述由整数和浮点数组成的数组项)

结构“字段”的名称是什么

每个字段的数据类型是什么

每个字段占用的内存块的哪一部分

如果数据类型是子数组，那么它的形状和数据类型是什么

在这个问题的上下文中， dtype属于pands和numpy，特别是dtype(‘O’)意味着我们期望字符串。

下面是一些用于测试和解释的代码：如果我们将数据集作为字典

import pandas as pd

import numpy as np

from pandas import Timestamp

data={‘id’: {0: 1, 1: 2, 2: 3, 3: 4, 4: 5}, ‘date’: {0: Timestamp(‘2018-12-12 00:00:00’), 1: Timestamp(‘2018-12-12 00:00:00’), 2: Timestamp(‘2018-12-12 00:00:00’), 3: Timestamp(‘2018-12-12 00:00:00’), 4: Timestamp(‘2018-12-12 00:00:00’)}, ‘role’: {0: ‘Support’, 1: ‘Marketing’, 2: ‘Business Development’, 3: ‘Sales’, 4: ‘Engineering’}, ‘num’: {0: 123, 1: 234, 2: 345, 3: 456, 4: 567}, ‘fnum’: {0: 3.14, 1: 2.14, 2: -0.14, 3: 41.3, 4: 3.14}}

df = pd.DataFrame.from_dict(data) #now we have a dataframe

print(df)

print(df.dtypes)

最后一行将检查数据帧并记下输出：

id date role num fnum

0 1 2018-12-12 Support 123 3.14

1 2 2018-12-12 Marketing 234 2.14

2 3 2018-12-12 Business Development 345 -0.14

3 4 2018-12-12 Sales 456 41.30

4 5 2018-12-12 Engineering 567 3.14

id int64

date datetime64[ns]

role object

num int64

fnum float64

dtype: object

各种不同的dtypes

df.iloc[1,:] = np.nan

df.iloc[2,:] = None

但是如果我们尝试设置np.nan或None这不会影响原始列dtype。 输出将如下所示：

print(df)

print(df.dtypes)

id date role num fnum

0 1.0 2018-12-12 Support 123.0 3.14

1 NaN NaT NaN NaN NaN

2 NaN NaT None NaN NaN

3 4.0 2018-12-12 Sales 456.0 41.30

4 5.0 2018-12-12 Engineering 567.0 3.14

id float64

date datetime64[ns]

role object

num float64

fnum float64

dtype: object

所以np.nan或None不会更改列dtype ，除非我们设置的所有列行np.nan或None 。 在这种情况下，列将分别成为float64或object 。

您也可以尝试设置单行：

df.iloc[3,:] = 0 # will convert datetime to object only

df.iloc[4,:] = ” # will convert all columns to object

在这里要注意，如果我们在非字符串列中设置字符串，它将变为字符串或对象dtype 。