本教程介绍了如何查看和处理Pandas DataFrame或Series中的数据类型，包括使用`dtypes`属性获取列类型，转换列数据类型，以及如何处理缺失数据。详细讲解了如何识别和替换缺失值，如使用`isna()`、`fillna()`方法，并提到了向前填充和向后填充策略。
解决最常见的阻碍数据处理进展的问题
本节夸克网盘数据集链接：https://pan.quark.cn/s/07400ba46613 提取码：Z9sZ
简介
在本教程中，您将学习如何查看DataFrame或Series中的数据类型。您还将学习如何查找并替换数据。
数据类型
DataFrame或Series中列的数据类型称为dtype。
您可以使用dtype属性获取特定列的类型。例如，我们可以获取reviews DataFrame中price列的dtype：
In [1]:
import pandas as pd
reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)
pd.set_option('display.max_rows', 5)
In [2]:
reviews.price.dtype
Out[2]:
dtype('float64')
或者，dtypes属性返回DataFrame中每列的数据类型：
In [3]:
最低0.47元/天 解锁文章
扫一扫
670
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
