Pandas所支持的數據類型:?

Python，numpy都有自己的一套數據格式，它們之間的對應關系可參考如下表格：

pandas默認的數據類型是int64,float64。

1.數據框字段類型查看：df.dtypes

?數據框td_link_data如下

print(td_link_data)

?? ? 鏈路ID ?管理域 ? 日期 ? 時間 ?上行速率Mbps ?上行對比速率Mbps ?下行速率Mbps ?下行對比速率Mbps ?上行丟棄速率Mbps ?
0 ? ? 500 ?10001 ?20210609 ?10 ? ? 0.000 ? ? ? ? 0.011 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.001 ? ? ? ? ? ? 0.0 ? ? ? ?
1 ? ? 500 ?10001 ?20210609 ?11 ? ? 0.000 ? ? ? ? 0.007 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.000 ? ? ? ? ? ? 0.0 ? ? ? ?
2 ? ? 500 ?10001 ?20210609 ?12 ? ? 0.000 ? ? ? ? 0.028 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.002 ? ? ? ? ? ? 0.0 ? ? ? ?
3 ? ? 500 ?10001 ?20210609 ?13 ? ? 0.000 ? ? ? ? 0.056 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.003 ? ? ? ? ? ? 0.0 ? ? ? ?
4 ? ? 500 ?10001 ?20210609 ?14 ? ? 0.000 ? ? ? ? 0.062 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.003 ? ? ? ? ? ? 0.0 ? ? ? ?
5 ? ? 500 ?10001 ?20210609 ?15 ? ? 0.000 ? ? ? ? 0.074 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.005 ? ? ? ? ? ? 0.0 ? ? ? ?
6 ? ? 500 ?10001 ?20210609 ?16 ? ? 0.000 ? ? ? ? 0.061 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.004 ? ? ? ? ? ? 0.0 ? ? ? ?
7 ? ? 500 ?10001 ?20210609 ?17 ? ? 0.000 ? ? ? ? 0.069 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.004 ? ? ? ? ? ? 0.0 ? ? ? ?
8 ? ? 500 ?10001 ?20210609 ?18 ? ? 0.000 ? ? ? ? 0.054 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.002 ? ? ? ? ? ? 0.0 ? ? ? ?
9 ? ? 500 ?10001 ?20210609 ?19 ? ? 0.000 ? ? ? ? 0.054 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.002 ? ? ? ? ? ? 0.0 ? ? ? ?
10 ? ?500 ?10001 ?20210609 ?20 ? ? 0.000 ? ? ? ? 0.040 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.004 ? ? ? ? ? ? 0.0 ?
... ? ... ? ... ? ? ... ? ? ... ? ? ... ? ? ? ? ? ... ? ? ? ? ? ? ? ?... ? ? ? ? ? ?... ? ? ? ? ? ? ?...
... ? ... ? ... ? ? ... ? ? ... ? ? ... ? ? ? ? ? ... ? ? ? ? ? ? ? ?... ? ? ? ? ? ?... ? ? ? ? ? ? ?...
... ? ... ? ... ? ? ... ? ? ... ? ? ... ? ? ? ? ? ... ? ? ? ? ? ? ? ?... ? ? ? ? ? ?... ? ? ? ? ? ? ?...
239 ? 500 ?10001 ?20210609 ?23 ? ? 0.000 ? ? ? ? 0.040 ? ? ? ? ? ? ?0.000 ? ? ? ? ?0.004 ? ? ? ? ? ? 0.0 ? ??

查看數據框td_link_data中數據類型df.dtypes：

print(td_link_data.dtypes)

結果：?

鏈路ID ? ? ? ? ? ?int64
管理域 ? ? ? ? ? ? int64
日期 ? ? ? ? ? ? object
時間 ? ? ? ? ? ? object
上行速率Mbps ? ? ?float64
上行對比速率Mbps ? ?float64
下行速率Mbps ? ? ?float64
下行對比速率Mbps ? ?float64
上行丟棄速率Mbps ? ?float64
dtype: object

2.維度查看df.shape：

print(td_link_data.shape)

?結果：?說明此數據框一共有240行，9列：

?(240, 9)

3.數據框的策略基本信息df.info()：

維度、列名稱、數據格式、所占空間等

print(td_link_data.info())

結果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 240 entries, 0 to 239
Data columns (total 9 columns):
?# ? Column ? ? ?Non-Null Count ?Dtype ?
--- ?------ ? ? ?-------------- ?----- ?
?0 ? 鏈路ID ? ? ? ?240 non-null ? ?int64 ?
?1 ? 管理域 ? ? ? ? 240 non-null ? ?int64 ?
?2 ? 日期 ? ? ? ? ?240 non-null ? ?object?
?3 ? 時間 ? ? ? ? ?240 non-null ? ?object?
?4 ? 上行速率Mbps ? ?240 non-null ? ?float64
?5 ? 上行對比速率Mbps ?240 non-null ? ?float64
?6 ? 下行速率Mbps ? ?240 non-null ? ?float64
?7 ? 下行對比速率Mbps ?240 non-null ? ?float64
?8 ? 上行丟棄速率Mbps ?240 non-null ? ?float64
dtypes: float64(5), int64(2), object(2)
memory usage: 17.0+ KB

解釋：

1.數據類型：數據框 <class 'pandas.core.frame.DataFrame'>
2.表格的維度：240行x9列，RangeIndex：0-239
3.表格的列名，是否為空值和列字段類型dtype
4.數據框包含的字段類型及數量： float64(5), int64(2), object(2)
5.表格所占空間：17.0+ KB

4.某一列格式df['列名'].dtype：

print(td_link_data['管理域'].dtype)

結果：

?int64

需要強調的是object類型實際上可以包括多種不同的類型，比如一列數據里，既有整型、浮點型，也有字符串類型，這些在pandas中都會被標識為‘object’，所以在處理數據時，可能需要額外的一些方法提前將這些字段做清洗，str.replace(),float(),int(),astype()，apply()等等。

5.數據類型轉換.astype：

df.index.astype('int64') # 索引類型轉換
df.astype('int64') # 所有數據轉換為 int64
df.astype('int64', copy=False) # 不與原數據關聯
td_link_data.astype({'管理域': 'int32'}) # 指定字段轉指定類型
td_link_data['管理域'].astype('float')   #某一列轉換
td_link_data['鏈路ID'].astype('object') #某一列轉換

參考鏈接：https://www.jianshu.com/p/8a5f0710cad3