Obtenga el tipo de datos de la columna en Pandas – Python

 Veamos cómo obtener tipos de datos de columnas en el marco de datos de pandas . Primero, creemos un marco de datos de pandas.

Ejemplo:

# importing pandas library
import pandas as pd
  
# List of Tuples
employees = [
            ('Stuti', 28, 'Varanasi', 20000),
            ('Saumya', 32, 'Delhi', 25000),
            ('Aaditya', 25, 'Mumbai', 40000),
            ('Saumya', 32, 'Delhi', 35000),
            ('Saumya', 32, 'Delhi', 30000),
            ('Saumya', 32, 'Mumbai', 20000),
            ('Aaditya', 40, 'Dehradun', 24000),
            ('Seema', 32, 'Delhi', 70000)
            ]
  
   
  
# Create a DataFrame
df = pd.DataFrame(employees,
                  columns = ['Name', 'Age',
                             'City', 'Salary'])
# show the dataframe
df

Producción: 

Marco de datos

Método 1: usar el atributo Dataframe.dtypes .

Este atributo devuelve una Serie con el tipo de datos de cada columna.

Sintaxis: DataFrame.dtypes.

Parámetro: Ninguno.

Devuelve: dtype de cada columna.

Ejemplo 1: obtener tipos de datos de todas las columnas de un marco de datos.

# importing pandas library
import pandas as pd
  
# List of Tuples
employees = [
            ('Stuti', 28, 'Varanasi', 20000),
            ('Saumya', 32, 'Delhi', 25000),
            ('Aaditya', 25, 'Mumbai', 40000),
            ('Saumya', 32, 'Delhi', 35000),
            ('Saumya', 32, 'Delhi', 30000),
            ('Saumya', 32, 'Mumbai', 20000),
            ('Aaditya', 40, 'Dehradun', 24000),
            ('Seema', 32, 'Delhi', 70000)
            ]
  
   
  
# Create a DataFrame
df = pd.DataFrame(employees,
                  columns = ['Name', 'Age',
                             'City', 'Salary'])
  
   
  
# Use Dataframe.dtypes to
# give the series of 
# data types as result
datatypes = df.dtypes
  
# Print the data types
# of each column
datatypes

Producción:

Tipos de datos de marco de datos

Ejemplo 2: obtenga el tipo de datos de una sola columna en un marco de datos.

#importing pandas library
import pandas as pd
  
# List of Tuples
employees = [('Stuti', 28, 'Varanasi', 20000),
            ('Saumya', 32, 'Delhi', 25000),
            ('Aaditya', 25, 'Mumbai', 40000),
            ('Saumya', 32, 'Delhi', 35000),
            ('Saumya', 32, 'Delhi', 30000),
            ('Saumya', 32, 'Mumbai', 20000),
            ('Aaditya', 40, 'Dehradun', 24000),
            ('Seema', 32, 'Delhi', 70000)
            ]
  
# Create a DataFrame
df = pd.DataFrame(employees, 
                  columns = ['Name', 'Age',
                             'City', 'Salary'])
  
# Use Dataframe.dtypes to give 
# data type of 'Salary' as result
datatypes = df.dtypes['Salary']
  
# Print the data types
# of single column
datatypes

Producción:

tipo de datos de una sola columna

Método 2: Usar el método Dataframe.info() .

Este método se utiliza para obtener un resumen conciso del marco de datos como:

• Nombre de las columnas
• Tipo de datos de las columnas
• Filas en marco de datos
• entradas no nulas en cada columna
• También imprimirá el recuento de columnas, nombres y tipos de datos.

Sintaxis: DataFrame.info(verbose=Ninguno, buf=Ninguno, max_cols=Ninguno, memory_usage=Ninguno, null_counts=Ninguno)

Devuelve: Ninguno e imprime un resumen de un DataFrame.

Ejemplo: obtener tipos de datos de todas las columnas de un marco de datos.

# importing pandas library
import pandas as pd
  
 # List of Tuples
employees = [('Stuti', 28, 'Varanasi', 20000),
            ('Saumya', 32, 'Delhi', 25000),
            ('Aaditya', 25, 'Mumbai', 40000),
            ('Saumya', 32, 'Delhi', 35000),
            ('Saumya', 32, 'Delhi', 30000),
            ('Saumya', 32, 'Mumbai', 20000),
            ('Aaditya', 40, 'Dehradun', 24000),
            ('Seema', 32, 'Delhi', 70000)
            ]
  
# Create a DataFrame
df = pd.DataFrame(employees,
                  columns = ['Name', 'Age', 
                             'City', 'Salary'])
  
# Print complete details 
# about the data frame
df.info()

Producción:

resumen del marco de datos, incluidos los tipos de datos