轻松了解Pandas DataFrame中dtype的后备类型的方法

Question

比方说，我有一个复杂的数据框，其中包含许多dtypes的列，包括多种大小的类别。是否有一个快速的表达式可以为所有这些列提供backing（numpy）dtype？例如，这意味着对于分类列，它会输出 int8 ， int16 等内容，具体取决于引擎盖下使用的内容。

我已经知道数据框的.dtypes属性，但这并不能满足我的要求，因为它会为每个类别打印出category，而不是打印出可以反映以前类型的内容表示特定类别（可以为1、2或4个字节）。

例如，对于此数据框：

df = pd.DataFrame({'cat': pd.Categorical(['a', 'b', 'c'])})

我正在寻找的函数将输出一些内容，说明列 cat 最终在内存中由1个字节数字的数组表示。

编写执行此操作的函数并不难，但是也许有一种简单的单行方法来执行此操作（我找不到）。谢谢！

Answer 1

您可以使用的所有列数据类型

dataframe.dtypes

import pandas as pd
df = pd.DataFrame({'A': [1,2,3], 'B': [True, False, False], 'C': ['a', 'b', 'c']})
print(df.dtypes)

A     int64                                                                                                                                                                                   
B      bool                                                                                                                                                                                   
C    object                                                                                                                                                                                   
dtype: object