本文系轉(zhuǎn)載，在原文基礎上做了修改
作者：精靈鼠小弟_fb22
鏈接：http://www.itdecent.cn/p/8a5f0710cad3
來源：簡書
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。
在獲得數(shù)據(jù)之后、分析數(shù)據(jù)之前，我們一般需要對數(shù)據(jù)總體進行一個概覽，如有哪些字段，每個字段的類型，值是否缺失等，以下列出了幾種方法，供我們方便快捷的查看dataframe的數(shù)據(jù)類型。
1、維度查看：df.shape
# 以某表為例，先讀取源數(shù)據(jù)，不同城市，每天的產(chǎn)品銷售信息
engine = create_engine('mysql+pymysql://username:password@localjost:3306/dataset?charset=utf8')
sql = 'select * from dw_customer_order'
gather_customer_order = pd.read_sql_query(sql,con=engine)
gather_customer_order.shape
返回結(jié)果如下如所示，說明此表格一共有203401行，16列：
(203401, 16)
2、數(shù)據(jù)表基本信息（維度、列名稱、數(shù)據(jù)格式、所占空間等）：df.info()
gather_customer_order.info()
返回結(jié)果
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 203401 entries, 0 to 203400
Data columns (total 16 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 create_date 203401 non-null object
1 product_name 203401 non-null object
2 cpzl_zw 203401 non-null object
3 cplb_zw 203401 non-null object
4 order_num 203401 non-null int64
5 customer_num 203401 non-null int64
6 sum_amount 203401 non-null float64
7 is_current_year 203401 non-null object
8 is_last_year 203401 non-null object
9 is_yesterday 203401 non-null object
10 is_today 203401 non-null object
11 is_current_month 203401 non-null object
12 is_current_quarter 203401 non-null object
13 chinese_province 203401 non-null object
14 chinese_city 203401 non-null object
15 chinese_territory 203401 non-null object
dtypes: float64(1), int64(2), object(13)
memory usage: 24.8+ MB
可見，用info方法可以非常全面的看出表格的各項屬性，包括：
1.源數(shù)據(jù)的數(shù)據(jù)類型為：DataFrame
2.表格的維度：203401行 * 16列，RangeIndex：0-203400
3.表格的列名，是否為空值和列字段類型dtype
4.表格所占空間：24.8M+
3、每一列數(shù)據(jù)的格式：df.dtypes
這個功能與df.info()類似，如果只想查看每一列存儲的是什么數(shù)據(jù)格式，那么可以直接使用df.dtypes
gather_customer_order.dtypes
返回結(jié)果如下，可以看到，這個結(jié)果基本就是df.info()的簡化版，指明了各列的數(shù)據(jù)類型。
create_date object
product_name object
cpzl_zw object
cplb_zw object
order_num int64
customer_num int64
sum_amount float64
is_current_year object
is_last_year object
is_yesterday object
is_today object
is_current_month object
is_current_quarter object
chinese_province object
chinese_city object
chinese_territory object
dtype: object
4、某一列格式：df['B'].dtype
5.type(變量名)
通過以上4種方式有時候也無法看到數(shù)據(jù)類型，比如下圖中，通過df.dtypes查每一列的數(shù)據(jù)類型，字段'create_date'是'object'(這里表示對象的意思)，那么這個對象到底是什么類型不知道，就需要我們進一步查詢確定了，這時可以使用type(df['列名'])把維度降下來查其類型?；蛘咧苯邮褂胠oc[]函數(shù)降維度(可以不斷使用loc[]函數(shù)降維度)，查其數(shù)據(jù)類型：type(df['列名'].loc[])
比如要想要獲取上圖中‘create_date’字段中的年月，首先我們得查看該字段的數(shù)據(jù)類型
type(gather_customer_order['create_date'])
結(jié)果如下：
pandas.core.series.Series
可以看出是Series類型，Series類型可以使用loc[]函數(shù)來進行切片，再去針對切片查看數(shù)據(jù)類型
type(gather_customer_order['create_date'].loc[0]) # 查看'create_date'字段的第一個值的類型
結(jié)果如下：是datetime類型
datetime.date
由上文可見，float64，int64，object都是pandas專有的數(shù)據(jù)格式，同理，Python，numpy都有自己的一套數(shù)據(jù)格式，它們之間的對應關(guān)系可參考下面的表格：
image.png
這里需要強調(diào)的是object類型實際上可以包括多種不同的類型，比如一列數(shù)據(jù)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(shù)據(jù)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。
