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

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…

大家好,又见面了,我是你们的朋友全栈君。

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 。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/145171.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • python进阶(11)生成器[通俗易懂]

    python进阶(11)生成器[通俗易懂]生成器利用迭代器,我们可以在每次迭代获取数据(通过next()方法)时按照特定的规律进行生成。但是我们在实现一个迭代器时,关于当前迭代到的状态需要我们自己记录,进而才能根据当前状态生成下一个数据。

  • Springboot上传文件到Linux服务器

    Springboot上传文件到Linux服务器jar打包方式不支持将文件动态写入文件,这时需要通过映射的方式将文件上传到映射某一个文件夹,通过映射获取文件,在页面显示。1.yml配置配置本地上传地址或者服务器地址,springboot项目可以通过映射获取文件,从而页面显示 注意:这里配置的地址一定要加一个”/”在最后面!!!!file:#服务器地址uploadurl:”/u01/upload/images/”#本地地址#localurl:”D:/springbootFile/upload/images/”

  • 系统wmiprvse.exe占用CPU非常高,求解决

    系统wmiprvse.exe占用CPU非常高,求解决1、wmiprvse.exe是微软Windows操作系统的一部分。用于通过WinMgmt.exe程序处理WMI操作。文件位置有二处:C:\WINDOWS\system32\wbem\wmiprvse

  • springmvc的执行流程详解[通俗易懂]

    1.什么是MVCMVC是ModelViewController的缩写,它是一个设计模式 2.springmvc执行流程详细介绍 第一步:发起请求到前端控制器(DispatcherServlet)第二步:前端控制器请求HandlerMapping查找Handler        可以根据xml配置、注解进行查找第三步:处理器映射器Handle

  • 【ThinkingInC++】61、非成员运算符「建议收藏」

    【ThinkingInC++】61、非成员运算符

  • 未来之路作为创业者_如何看待读图时代

    未来之路作为创业者_如何看待读图时代距离4月11日-14日百度联盟峰会已经过去一个多月了,这一段与许多站长谈论最多的是百度创始人李彦宏在峰会上的演讲,其中创业者三大机会尤最。演讲更多的是从战略角度的高度概括,因此笔者主要想在大家的帮助下再深入分析一下读图时代的创业机会,主要是交流,通过交流更具体一些。在分析、交流之前,还是先引用一些媒体报道,以免失之毫厘,谬以千里。    4月12日上午消息,百度公司…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号