Python Pandas数据类型详解|极客教程

Python Pandas数据类型详解

引言

Pandas是一个强大的数据分析工具，提供了丰富的数据结构和操作功能。其中的数据类型是非常重要的，可以帮助我们正确地存储和处理数据。本文将详细介绍Pandas提供的数据类型，并给出相应的示例代码和运行结果。

数据类型

Pandas提供了多种数据类型，如下所示：

int：整数类型，可表示整数数据。
float：浮点数类型，可表示带小数点的数字。
object：对象类型，可表示字符串等非数值数据。
bool：布尔类型，可表示True或False。
datetime64：日期时间类型，可表示日期时间数据。
timedelta：时间间隔类型，可表示时间间隔数据。
category：类别类型，可表示有限个数的类别数据。

接下来我们将分别介绍这些数据类型的特点和用法。

int类型

int类型用来表示整数数据，可以是正数、负数或零。在Pandas中，int类型的数据默认为int64类型，即64位整数。int类型的数据可以进行各种数值计算，比如加减乘除等操作。

下面是一个int类型数据的示例：

import pandas as pd

data = pd.Series([1, 2, 3, 4])
print(data)
print(data.dtype)

运行结果如下：

0    1
1    2
2    3
3    4
dtype: int64
int64

从输出可以看出，data的数据类型是int64。

float类型

float类型用来表示带小数点的数字，可以是正数、负数或零。在Pandas中，float类型的数据默认为float64类型，即64位浮点数。float类型的数据可以进行各种数值计算，同样支持加减乘除等操作。

下面是一个float类型数据的示例：

import pandas as pd

data = pd.Series([1.0, 2.0, 3.0, 4.0])
print(data)
print(data.dtype)

运行结果如下：

0    1.0
1    2.0
2    3.0
3    4.0
dtype: float64
float64

从输出可以看出，data的数据类型是float64。

object类型

object类型用来表示字符串等非数值数据。在Pandas中，object类型的数据可以存储各种类型的对象，如字符串、列表、字典等。object类型的数据不支持数值计算，但可以进行一些操作，比如比较、切片等。

下面是一个object类型数据的示例：

import pandas as pd

data = pd.Series(['apple', 'banana', 'cherry', 'date'])
print(data)
print(data.dtype)

运行结果如下：

0     apple
1    banana
2    cherry
3      date
dtype: object
object

从输出可以看出，data的数据类型是object。

bool类型

bool类型用来表示布尔值，即True或False。在Pandas中，bool类型的数据只能是True或False，不能是其他值。bool类型的数据可以进行逻辑运算，比如与、或、非等操作。

下面是一个bool类型数据的示例：

import pandas as pd

data = pd.Series([True, False, True, False])
print(data)
print(data.dtype)

运行结果如下：

0     True
1    False
2     True
3    False
dtype: bool
bool

从输出可以看出，data的数据类型是bool。

datetime64类型

datetime64类型用来表示日期时间数据。在Pandas中，datetime64类型的数据可以表示精确到纳秒的日期时间信息。datetime64类型的数据可以进行日期时间运算，比如计算日期之间的差值、日期加减等操作。

下面是一个datetime64类型数据的示例：

import pandas as pd

data = pd.Series(['2021-01-01', '2021-02-01', '2021-03-01', '2021-04-01'])
data = pd.to_datetime(data)
print(data)
print(data.dtype)

运行结果如下：

0   2021-01-01
1   2021-02-01
2   2021-03-01
3   2021-04-01
dtype: datetime64[ns]
datetime64[ns]

从输出可以看出，data的数据类型是datetime64[ns]。

timedelta类型

timedelta类型用来表示时间间隔数据。在Pandas中，timedelta类型的数据可以表示时间间隔，比如几天、几小时、几分钟等。timedelta类型的数据可以用来计算日期时间之间的差值。

下面是一个timedelta类型数据的示例：

import pandas as pd

data = pd.Series([pd.Timedelta(days=1), pd.Timedelta(hours=12), pd.Timedelta(minutes=30), pd.Timedelta(seconds=10)])
print(data)
print(data.dtype)

运行结果如下：

0   1 days
1  12:00:00
2  00:30:00
3  00:00:10
dtype: timedelta64[ns]
timedelta64[ns]

从输出可以看出，data的数据类型是timedelta64[ns]。

category类型

category类型用来表示有限个数的类别数据。在Pandas中，category类型的数据可以存储有限种类的数据，比如性别、地区、学历等。category类型的数据在内存消耗上比object类型更加节省。

下面是一个category类型数据的示例：

import pandas as pd

data = pd.Series(['male', 'female', 'male', 'female'], dtype='category')
print(data)
print(data.dtype)

运行结果如下：

0      male
1    female
2      male
3    female
dtype: category
Categories (2, object): [female, male]
category

从输出可以看出，data的数据类型是category。

总结

本文详细介绍了Pandas提供的数据类型，包括int、float、object、bool、datetime64、timedelta和category类型。每种数据类型都有其特点和用途，可以根据具体需求选择合适的数据类型来存储和处理数据。

Python Pandas数据类型详解