【目录】
1. type-返回数据结构类型
2. 类的相关知识回顾
3. dtype-返回数据元素的数据类型
4. `s.dtype`查看Series对象的元素的数据类型
5.` df.dtypes`查看DataFrame对象的元素的数据类型
6. `df["列索引"].dtype`查看DataFrame对象某一列的元素的数据类型
7. df.info()函数-查看DataFrame对象信息
8. dtype和type的区别
9. 总结
10. 悄悄话
【正文】
学习时间：20分钟。
1. type-返回数据结构类型
type()是一个内置函数，作用是返回数据结构的类型。
type()函数可以返回以下数据结构的类型：
字符串 str 整型 int 浮点型 float 布尔型 bool 列表 list 元组 tuple 字典 dict 集合 set 函数 def 自定义类 class
【代码示例1】
# 创建一个列表
my_list = [1, 2, 3, 4, 5]
print(type(my_list))
【终端输出】
<class 'list'>
<class 'list'>表示my_list的数据结构类型为列表。
【代码示例2】
# 创建一个字典
my_dict = {'key': 'value'}
print(type(my_dict))
【终端输出】
<class 'dict'>
<class 'dict'>表示my_dict的数据结构类型为字典。
【代码示例3】
# def自定义函数greet
def greet(name):
return "Hello, " + name + "!"
result = greet("安迪")
print(result)
# type查看greet的数据类型
print(type(greet))
【终端输出】
Hello, 安迪!
<class 'function'>
def定义了一个名为greet的函数。它接受一个参数 name。在函数体内部，它将参数 name与字符串"Hello, "进行拼接，并使用return语句返回拼接后的结果。然后我们调用这个函数，将 安迪作为参数传递给它，并将返回的结果打印出来。最后使用 type函数查看greet的数据类型。
function[ˈfʌŋkʃn]：功能。
<class 'function'>表示greet的数据结构类型为函数。
2. 类的相关知识回顾
【创建对象语法】
对象名 = 类名()
【查看对象属性语法】
对象名.属性名
3. dtype-返回数据元素的数据类型
【作用】
dtype是一个属性，返回数据元素的数据类型。
dtype属性适用于数据结构中的Series和DataFrame对象。
【语法】
s.dtype
df["列索引"].dtype
df.dtypes
s或df是对象名。 .英文小圆点。dtype是属性名。
4. s.dtype查看Series对象的元素的数据类型
【创建一个Series对象】
import pandas as pd
# 创建一个Series对象
s = pd.Series([1, 2, 3, 4, 5])
# 输出该对象
print(s)
【终端输出】
0 1
1 2
2 3
3 4
4 5
dtype: int64
# 查看该Series对象的元素的数据类型
# s是对象名
# dtype是属性名
print(s.dtype)
【终端输出】
int64
int64表示该Series对象的数据类型为整数型。
5. df.dtypes查看DataFrame对象的元素的数据类型
【创建一个DataFrame对象】
# 导入pandas库并简写为pd
import pandas as pd
# 要传入的数据类型为字典
# 字典的3个键姓名、年龄、成绩是DataFrame对象的列索引
# 字典的值是DataFrame对象的数据
data = {
'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十', '郑十一', '马十二'],
'年龄': [18, 19, 20, 21, 22, 23, 24, 25, 26, 27],
'成绩': [85, 92, 78, 89, 95, 87, 90, 93, 80, 88]
}
# 实例化类创建对象：对象名 = 类名()
# df是对象名，DataFrame是类名
df = pd.DataFrame(data)
# 输出DataFrame对象
print(df)
【终端输出】
姓名 年龄 成绩
0 张三 18 85
1 李四 19 92
2 王五 20 78
3 赵六 21 89
4 钱七 22 95
5 孙八 23 87
6 周九 24 90
7 吴十 25 93
8 郑十一 26 80
9 马十二 27 88
# 查看DataFrame对象数据元素的数据类型
# df是对象名
# dtypes是属性名
print(df.dtypes)
【终端输出】
姓名 object
年龄 int64
成绩 int64
dtype: object
object表示姓名是字符串类型。
int64表示年龄和成绩是整数类型。
【温馨提示】
注意这里的dtypes有s是复数。
大家可以这样理解。
df对象有很多列，每一列都是一个series对象。
查看series对象用单数dtype，查看df对象用复数dtypes。
6. df["列索引"].dtype查看DataFrame对象某一列的元素的数据类型
print(df["姓名"].dtype)
print(df["年龄"].dtype)
print(df["成绩"].dtype)
【终端输出】
object
int64
int64
df是DataFrame对象名。 该df对象有3列：姓名、年龄、成绩。 df["姓名"]取到df对象的姓名列。df对象的每一列都是一个Series对象。 因此，查看df对象某列元素的数据类型用 dtype即可，不需要复数。
df["姓名"]相关知识可参考如下链接：
7. df.info()函数-查看DataFrame对象信息
除了dtypes属性，我们之前还学习过df.info()方法查看df对象的信息。
该信息中也包含有数据元素的数据类型。
【代码示例】
# df.info()函数-查看DataFrame对象信息
print(df.info())
【终端输出】
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 姓名 10 non-null object
1 年龄 10 non-null int64
2 成绩 10 non-null int64
dtypes: int64(2), object(1)
memory usage: 368.0+ bytes
None
相关知识可参考如下链接：
8. df.info()函数-查看DataFrame对象信息
8. dtype和type的区别
dtype和type的区别在于它们返回的信息不同。
type()是一个内置函数，返回数据结构的类型。
dtype是一个属性，返回数据元素的数据类型。
type()函数可以返回以下数据结构的类型：整型、浮点型、布尔型、字符串、列表、元组、字典、集合、函数、自定义类。
dtype属性适用于数据结构中的Series和DataFrame对象。
9. 总结
【知识总结】
s.dtype查看Series对象的元素的数据类型df.dtypes查看DataFrame对象的元素的数据类型df["列索引"].dtype查看DataFrame对象某一列的元素的数据类型
【代码总结1】
import pandas as pd
# 创建一个Series对象
s = pd.Series([1, 2, 3, 4, 5])
# 输出该对象
print(s)
# 查看该Series对象的元素的数据类型
# s是对象名
# dtype是属性名
print(s.dtype)
【终端输出】
0 1
1 2
2 3
3 4
4 5
dtype: int64
int64
【代码总结2】
import pandas as pd
data = {
'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十', '郑十一', '马十二'],
'年龄': [18, 19, 20, 21, 22, 23, 24, 25, 26, 27],
'成绩': [85, 92, 78, 89, 95, 87, 90, 93, 80, 88]
}
df = pd.DataFrame(data)
print(df)
print("====================")
# 查看DataFrame对象数据元素的数据类型
# df是对象名
# dtypes是属性名
print(df.dtypes)
print("====================")
# `df["列索引"].dtype`查看DataFrame对象某一列的元素的数据类型
print(df["姓名"].dtype)
print(df["年龄"].dtype)
print(df["成绩"].dtype)
print("====================")
# df.info()函数-查看DataFrame对象信息
print(df.info())
【终端输出】
姓名 年龄 成绩
0 张三 18 85
1 李四 19 92
2 王五 20 78
3 赵六 21 89
4 钱七 22 95
5 孙八 23 87
6 周九 24 90
7 吴十 25 93
8 郑十一 26 80
9 马十二 27 88
====================
姓名 object
年龄 int64
成绩 int64
dtype: object
====================
object
int64
int64
====================
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 姓名 10 non-null object
1 年龄 10 non-null int64
2 成绩 10 non-null int64
dtypes: int64(2), object(1)
memory usage: 368.0+ bytes
None
10. 悄悄话
经历的事情越多，越喜欢简单的生活。
除了内心的简单，也想让生活的物品简单。
想做几期断舍离，邮费到付。
物品主要有书籍（只适合女生）、女士服饰、鞋帽。
有兴趣的朋友可在文章留言断舍离，也可私信进群。
