Question

我有一个函数，它接受一个变量，如果它是以下三种类型中的任何一种

 1. pandas Series
 2. numpy array (ndarray)
 3. python list

任何其他类型都应该被拒绝。检查这个的最有效方法是什么？

Answer 1

您可以使用<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script> <div class="icon-rotate"> <img src="http://68.media.tumblr.com/6324fd64b78c316379713480b8e44d29/tumblr_nd1rffWqEa1ryzl2ko1_1280.jpg" /> </div>执行此操作：

isinstance

然后import pandas as pd import numpy as np def f(l): if isinstance(l,(list,pd.core.series.Series,np.ndarray)): print(5) else: raise Exception('wrong type')打印5而f([1,2,3])会引发错误。

Answer 2

Python type（）应该在这里完成工作

l = [1,2]
s= pd.Series(l)
arr = np.array(l)

打印时

type(l)
list

type(s)
pandas.core.series.Series

type(arr)
numpy.ndarray

Answer 3

这一切都取决于你想要实现的目标（你会允许一个元组，一个range对象怎么样？），但是限制性较小但仍然不允许字符串（我猜是您真正想要实现的目标）您可以使用以下代码。

import collections
import pandas
import numpy

def myfunc(x):
    if not isinstance(x, collections.abc.Iterable) or isinstance(x, (str, bytes)):
        raise ValueError('A non-string iterable is required')
    return 'Yay!'

myfunc([9, 7])
myfunc((9, 7))
myfunc(numpy.arange(9))
myfunc(range(9))
myfunc(pandas.Series([9, 7]))
myfunc('Boo')  # THIS WILL RAISE A ValueError!!!!!

Answer 4

其他答案都很好，但我更喜欢这种方式：

if np.ndim(l)!=0:
    # this is something like a series, list, ndarray, etc.

这很好，因为与以下相比，它提供了更多的鸭子输入灵活性：

if isinstance(l, (pd.Series, list, np.ndarray)):
    # this is ONLY a pd.Series, list, or ndarray

...但它比这更好，尽管它允许一个字符串或一个迭代器——这两者通常都是不想要的：

if isinstance(l, typing.Iterable):
    # this any iterable

...或者 this，它排除了一个字符串，但（奇怪地）不排除了一个迭代器：

if not np.isscalar(l):
    # this is something like a series, list, ndarray, etc.

但是，如果您真的只想要一个 list、ndarray 或 Series，则最好使用其他答案。

Answer 5

您可以像这样使用isinstance：

import pandas as pd
import numpy as np

#Simple List
simple_list = [1,2]  

#numpy array
np_array = np.array(simple_list) 

#Pandas series
pandas_series = pd.Series(simple_list)  


if isinstance(simple_list, list):
    print("This is a list: ", simple_list)

if isinstance(np_array, np.ndarray):
    print("This is a numpy array: ", np_array)

if isinstance(pandas_series, pd.core.series.Series):
    print("This is pandas series: ", pandas_series)

Answer 6

虽然接受的答案使用内置的 isinstance，但当接受的数据类型已知时，它本身应该是首选方式。

在我看来，使用 pandas.api.types 中的检查更加灵活和稳健，它涵盖了更广泛的 dtype 检查。例如，pd.api.types.is_list_like 检查被视为类列表的对象是例如 Python 列表、元组、集合、NumPy 数组和 Pandas 系列。

请注意，我们也可以测试嵌套和平面列表之类的对象，

import pandas as pd

pd.api.types.is_list_like([1,2,3]), pd.api.types.is_list_like(np.array([[1], [2], [3]]))

<块引用>

（真，真）

虽然下面给出，

pd.api.types.is_list_like("This is a string not a list like object")

<块引用>

错误

这在需要更广泛的检查时特别有用，例如使用 pandas.api.types.is_re_compilable 检查输入字符串是否可以编译为有效的正则表达式模式，并使用 pandas.api.types.is_datetime64_ns_dtype 检查输入是否为 datetime64[ns ] 数据类型。

如何检查变量是python列表，numpy数组还是pandas系列

6 个答案: