Kontrol af Kolonnens Datatype
Hvis du støder på kolonnen 'Fare'
, er tallene her adskilt med -
-tegnet. Det ser mærkeligt ud, ikke? Vi plejer at bruge .
som separator, og Python kan kun forstå tal, der er adskilt med punktummer. Lad os kontrollere typen af denne kolonne. Dette kan gøres ved at bruge attributten .dtypes
. Se eksemplet med kolonnen 'Age'
.
123import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic3.csv', index_col = 0) print(data['Age'].dtypes)
Forklaring:
Syntaksen for .dtypes
er enkel; du anvender den blot på kolonnen eller på hele datasættet. I dette tilfælde er typen float64.
Tak for dine kommentarer!
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
How can I check the data type of the 'Fare' column?
Why is the 'Fare' column using '-' instead of '.' as a separator?
What should I do if the 'Fare' column is not recognized as a numeric type?
Awesome!
Completion rate improved to 3.03
Kontrol af Kolonnens Datatype
Stryg for at vise menuen
Hvis du støder på kolonnen 'Fare'
, er tallene her adskilt med -
-tegnet. Det ser mærkeligt ud, ikke? Vi plejer at bruge .
som separator, og Python kan kun forstå tal, der er adskilt med punktummer. Lad os kontrollere typen af denne kolonne. Dette kan gøres ved at bruge attributten .dtypes
. Se eksemplet med kolonnen 'Age'
.
123import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/titanic3.csv', index_col = 0) print(data['Age'].dtypes)
Forklaring:
Syntaksen for .dtypes
er enkel; du anvender den blot på kolonnen eller på hele datasættet. I dette tilfælde er typen float64.
Tak for dine kommentarer!