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