0
当输入df.dtypes
时,我们有类型列表。 然而,有一个简单的方法来获得输出作为有没有办法在熊猫中生成dtypes作为字典?
{'col1': np.float32, ...}
或者我需要编写一个函数自己?
当输入df.dtypes
时,我们有类型列表。 然而,有一个简单的方法来获得输出作为有没有办法在熊猫中生成dtypes作为字典?
{'col1': np.float32, ...}
或者我需要编写一个函数自己?
df.dtypes
的返回对象类型是pandas.Series。它有一个to_dict
方法:
df = pd.DataFrame({'A': [1, 2],
'B': [1., 2.],
'C': ['a', 'b'],
'D': [True, False]})
df
Out:
A B C D
0 1 1.0 a True
1 2 2.0 b False
df.dtypes
Out:
A int64
B float64
C object
D bool
dtype: object
df.dtypes.to_dict()
Out:
{'A': dtype('int64'),
'B': dtype('float64'),
'C': dtype('O'),
'D': dtype('bool')}
字典中的值来自dtype类。如果你想要的名称为字符串,您可以使用适用于:
df.dtypes.apply(lambda x: x.name).to_dict()
Out: {'A': 'int64', 'B': 'float64', 'C': 'object', 'D': 'bool'}
听起来不错,唯一的小项目是to_dict()删除列的顺序(初始--->阿尔法) – Tensor
在Python字典是无序的。你可以使用OrderedDict,但你需要传递一个排序函数。 – ayhan
但是,在dtype = ....中不接受命令。怎么办? – Tensor