Question

这似乎是一个直截了当的问题，但现在我已经坚持了一段时间。抱歉，如果已经有人问过这个问题。我有以下熊猫数据框：

import pandas as pd
zed = pd.DataFrame({'gameDate': {0: datetime.date(2019, 12, 12),
  1: datetime.date(2019, 12, 12),
  2: datetime.date(2019, 12, 12),
  3: datetime.date(2019, 12, 12),
  4: datetime.date(2019, 12, 12)},
 'periodType': {0: 'REGULAR',
  1: 'REGULAR',
  2: 'REGULAR',
  3: 'REGULAR',
  4: 'REGULAR'}})

，当我查看该数据帧的dtypes时，得到以下输出：

print(zed.dtypes)

gameDate      object
periodType    object
dtype: object

当两者都返回为date时，如何将string类型与object类型区分开？我有一个更大的数据框，我需要标识所有类型为date的列（不是datetime或timestamp，而仅是date，如上所述），但是我不特别知道列名。我想使用类似.dtypes函数的方法来帮助显示这些列。

我可以创建一个函数来测试字符串是否为yyyy-mm-dd格式，但这似乎很乏味。

谢谢！

Answer 1

您有两个选择：

1-在构建“ gameDate”字典时使用pd.datetime，如下所示：

zed = pd.DataFrame(
    {'gameDate': {
        0: pd.datetime(2019, 12, 12),
        1: pd.datetime (2019, 12, 12),
        2: pd.datetime(2019, 12, 12),
        3: pd.datetime(2019, 12, 12),
        4: pd.datetime(2019, 12, 12)
    },
     'periodType': {
         0: 'REGULAR',
         1: 'REGULAR',
         2: 'REGULAR',
         3: 'REGULAR',
         4: 'REGULAR'
     }
    }
)

但 pd.datetime 已被弃用，以后会从熊猫中删除。

2-声明数据框后转换列（可能是最佳实践）。只需使用：

zed = pd.DataFrame(
    {'gameDate': {
        0: datetime.date(2019, 12, 12),
        1: datetime.date(2019, 12, 12),
        2: datetime.date(2019, 12, 12),
        3: datetime.date(2019, 12, 12),
        4: datetime.date(2019, 12, 12)
    },
    'periodType': {
        0: 'REGULAR',
        1: 'REGULAR',
        2: 'REGULAR',
        3: 'REGULAR',
        4: 'REGULAR'
    }
   }
)

zed['gameDate'] = pd.to_datetime(zed['gameDate'])

熊猫区分“日期”和“字符串”列均为“对象”类型

1 个答案: