Python中的pandas.api.types.is_datetime64_dtype()函数

pandas.api.types.is_datetime64_dtype()函数用于检查一个类似数组的对象或数据类型是否属于datetime64的类型。

语法: pandas.api.types.is_datetime64_dtype(arr_or_dtype)

参数:

• arr_or_dtype : 像可迭代对象或数据类型的数组。

函数返回：一个布尔值。真或假。如果对象是datetime64类型的，则为真 如果不是，则为假

示例 1:

pandas.api.types被导入，is_datetime64_dtype()函数被用来验证给定数组是否为datetime64类型。

# importing packages
import pandas.api.types as pd
 
print(pd.is_datetime64_dtype([10, 20, 30]))

输出:

False

示例 2:

在这个例子中，创建了一个datetime数组，np.datetime64作为其类型。 is_datetime64_dtype()函数返回’True’，因为该数组是datetime64类型。

# importing packages
import pandas.api.types as pd
import datetime
import numpy as np
 
date_list = np.array([datetime.datetime.today()
                      + datetime.timedelta(days=x)
                      for x in range(10)],
                     dtype=np.datetime64)
print(pd.is_datetime64_dtype(date_list))

输出:

True

示例 3:

numpy.datetime64的dtype是直接传入方法的。’True’会被返回。

# importing packages
import pandas.api.types as pd
import numpy as np
 
print(pd.is_datetime64_dtype(np.datetime64))

输出:

True

示例 4:

创建一个datetime64类型的空NumPy数组，并将其传入is_datetime64_dtype()函数。返回 “True”。

# importing packages
import pandas.api.types as pd
import numpy as np
 
datetime_array = np.array([], dtype=np.datetime64)
print(pd.is_datetime64_dtype(datetime_array))

输出:

True

示例 5:

一个字符串对象被传入is_datetime64_dtype()函数，并返回 “False”。

# importing packages
import pandas.api.types as pd
 
print(pd.is_datetime64_dtype('string'))

输出:

False