Question

我试图找到一种更好的方法来断言给定数据帧的Python / Pandas中的列数据类型。

例如：

import pandas as pd
t = pd.DataFrame({'a':[1,2,3], 'b':[2,6,0.75], 'c':['foo','bar','beer']})

我想声明数据框中的特定列是数字。这就是我所拥有的：

numeric_cols = ['a', 'b']  # These will be given
assert [x in ['int64','float'] for x in [t[y].dtype for y in numeric_cols]]

这最后一个断言线并不感觉非常pythonic。也许是这样，我只是在一条难以理解的线上塞满了它。有没有更好的办法？我想写一些类似的东西：

assert t[numeric_cols].dtype.isnumeric()

我似乎无法找到类似的东西。

Answer 1

您可以使用ptypes.is_numeric_dtype标识数字列，ptypes.is_string_dtype标识类似字符串的列，使用ptypes.is_datetime64_any_dtype标识datetime64列：

import pandas as pd
import pandas.api.types as ptypes

t = pd.DataFrame({'a':[1,2,3], 'b':[2,6,0.75], 'c':['foo','bar','beer'],
              'd':pd.date_range('2000-1-1', periods=3)})
cols_to_check = ['a', 'b']

assert all(ptypes.is_numeric_dtype(t[col]) for col in cols_to_check)
# True
assert ptypes.is_string_dtype(t['c'])
# True
assert ptypes.is_datetime64_any_dtype(t['d'])
# True

pandas.api.types模块（我别名为ptypes）同时具有is_datetime64_any_dtype和is_datetime64_dtype功能。不同之处在于他们如何对待时区感知阵列：

In [239]: ptypes.is_datetime64_any_dtype(pd.DatetimeIndex([1, 2, 3], tz="US/Eastern"))
Out[239]: True

In [240]: ptypes.is_datetime64_dtype(pd.DatetimeIndex([1, 2, 3], tz="US/Eastern"))
Out[240]: False

Answer 2

你可以这样做

import numpy as np
numeric_dtypes = [np.dtype('int64'), np.dtype('float64')]
# or whatever types you want

assert t[numeric_cols].apply(lambda c: c.dtype).isin(numeric_dtypes).all()

在Pandas中断言列数据类型

2 个答案: