我在pandas中有一个数据框，我试图找出其值的类型。我不确定column的类型'Test'。但是，当我跑步时myFrame['Test'].dtype，我得到了；

dtype('O')

这是什么意思？

它的意思是：

'O'     (Python) objects

来源。

第一个字符指定数据的类型，其余字符指定每个项目的字节数，Unicode除外，Unicode将其解释为字符数。项目大小必须与现有类型相对应，否则将引发错误。支持的类型为现有类型，否则将引发错误。支持的种类有：

'b'       boolean
'i'       (signed) integer
'u'       unsigned integer
'f'       floating-point
'c'       complex-floating point
'O'       (Python) objects
'S', 'a'  (byte-)string
'U'       Unicode
'V'       raw data (void)

如果需要检查，另一个答案会有所帮助type。

当您dtype('O')在数据框内看到这意味着熊猫字符串。

什么dtype啊

属于pandas或numpy或两者兼而有之的东西？如果我们检查熊猫代码：

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')

您可以将最后一个解释为Pandas dtype('O')或Pandas对象，它是Python类型的字符串，它对应于Numpy string_或unicode_type。

Pandas dtype    Python type     NumPy type          Usage
object          str             string_, unicode_   Text

就像唐吉x德（Don Quixote）在屁股上一样，熊猫（Pandas）在Numpy上一样，Numpy理解系统的基础架构，并numpy.dtype为此使用类。

数据类型对象是numpy.dtype类的实例，可以更精确地理解数据类型，包括：

• 数据类型（整数，浮点数，Python对象等）
• 数据大小（例如整数中有多少个字节）
• 数据的字节顺序（小端或大端）
• 如果数据类型是结构化的，则为其他数据类型的集合（例如，描述由整数和浮点数组成的数组项）
• 该结构的“字段”的名称是什么
• 每个字段的数据类型是什么
• 每个字段占用存储块的哪一部分
• 如果数据类型是子数组，则其形状和数据类型是什么

在这个问题的上下文中dtype，它既属于pand又属于numpy，尤其dtype('O')意味着我们期望该字符串。

这是一些测试用的代码，并带有解释：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)

最后几行将检查数据框并记录输出：

   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 dtypes

df.iloc[1,:] = np.nan
df.iloc[2,:] = None

但是，如果我们尝试设置np.nan或None这将不会影响原始列的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

因此，np.nan否则None将不会更改列dtype，除非我们将所有列行都设置为np.nan或None。在这种情况下，列将分别变为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

这里需要注意的是，如果我们在非字符串列中设置字符串，它将变成string或object dtype。

它的意思是“一个python对象”，即不是numpy支持的内置标量类型之一。

np.array([object()]).dtype
=> dtype('O')

“ O”代表对象。

#Loading a csv file as a dataframe
import pandas as pd 
train_df = pd.read_csv('train.csv')
col_name = 'Name of Employee'

#Checking the datatype of column name
train_df[col_name].dtype

#Instead try printing the same thing
print train_df[col_name].dtype

第一行返回： dtype('O')

带有print语句的行返回以下内容： object