Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Kontrol af Kolonnens Datatype | Forbehandling af Data
Avancerede Teknikker i Pandas

bookKontrol 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'.

123
import 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)
copy

Forklaring:

Syntaksen for .dtypes er enkel; du anvender den blot på kolonnen eller på hele datasættet. I dette tilfælde er typen float64.

question-icon

Udskriv typen for kolonnen 'Fare'.

print(data[''].)
object

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 5. Kapitel 7

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Suggested prompts:

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

bookKontrol 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'.

123
import 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)
copy

Forklaring:

Syntaksen for .dtypes er enkel; du anvender den blot på kolonnen eller på hele datasættet. I dette tilfælde er typen float64.

question-icon

Udskriv typen for kolonnen 'Fare'.

print(data[''].)
object

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 5. Kapitel 7
some-alt