python panda是什么_python-熊猫识别的所有dtypes是什么？

pandas借鉴了dtype={'A': np.float}的dtype。有关此示例的说明，请参见以下内容：

import pandas as pd

df = pd.DataFrame({'A': [1,'C',2.]})

df['A'].dtype

>>> dtype('O')

type(df['A'].dtype)

>>> numpy.dtype

您可以在文档中找到有效的dtype={'A': np.float}列表：

'？' 布尔值

'b'(有符号)字节

'B'无符号字节

'i'(有符号)整数

'u'无符号整数

'f'浮点数

“ c”复杂浮点

'm'timedelta

“ M”日期时间

'O'(Python)对象

'S'，'a'零终止字节(不建议)

'U'Unicode字符串

“ V”原始数据(无效)

2999029108228752752384应该支持这些类型。 使用将以上任何选项作为输入参数的numpy.dtype对象的pandas方法，将导致numpy.dtype('f')尝试将numpy.dtype('float32')转换为该类型(或至少退回到numpy.dtype('f8')类型)； 2999029108228752752390是我看到的pandas唯一根本不了解的一个：

df['A'].astype('u')

>>> TypeError: data type "u" not understood

这是导致dtype={'A': np.float}的错误，因为pandas385后必须跟一个数字，该数字指定其中每一项的字节数(必须有效)：

import numpy as np

np.dtype('u')

>>> TypeError: data type "u" not understood

np.dtype('u1')

>>> dtype('uint8')

np.dtype('u2')

>>> dtype('uint16')

np.dtype('u4')

>>> dtype('uint32')

np.dtype('u8')

>>> dtype('uint64')

# testing another invalid argument

np.dtype('u3')

>>> TypeError: data type "u3" not understood

总而言之，pandas385对象的dtype={'A': np.float}方法将尝试对numpy.dtype有效的任何参数进行明智的操作。请注意，numpy.dtype('f')与2999029108228752752388和2999029108228752752与2999029108228029029等相同，将参数传递给29990291081080292282283923912392391 方法。

要在NumPy中找到相应的数据类型类，Pandas文档建议这样做：

def subdtypes(dtype):

subs = dtype.__subclasses__()

if not subs:

return dtype

return [dtype, [subdtypes(dt) for dt in subs]]

subdtypes(np.generic)

输出：

[numpy.generic,

[[numpy.number,

[[numpy.integer,

[[numpy.signedinteger,

[numpy.int8,

numpy.int16,

numpy.int32,

numpy.int64,

numpy.int64,

numpy.timedelta64]],

[numpy.unsignedinteger,

[numpy.uint8,

numpy.uint16,

numpy.uint32,

numpy.uint64,

numpy.uint64]]]],

[numpy.inexact,

[[numpy.floating,

[numpy.float16, numpy.float32, numpy.float64, numpy.float128]],

[numpy.complexfloating,

[numpy.complex64, numpy.complex128, numpy.complex256]]]]]],

[numpy.flexible,

[[numpy.character, [numpy.bytes_, numpy.str_]],

[numpy.void, [numpy.record]]]],

numpy.bool_,

numpy.datetime64,

numpy.object_]]

熊猫接受这些类为有效类型。 例如dtype={'A': np.float}。

NumPy文档包含更多详细信息和图表：