Überprüfen Des Spaltentyps
Wenn Sie auf die Spalte 'Fare'
stoßen, sind die Zahlen hier mit dem -
Zeichen getrennt. Das sieht seltsam aus, nicht wahr? Wir sind es gewohnt, .
als Trennzeichen zu verwenden, und Python kann nur Zahlen verstehen, die mit Punkten getrennt sind. Lassen Sie uns den Typ dieser Spalte überprüfen. Sie können dies mit dem Attribut .dtypes
tun. Schauen Sie sich das Beispiel mit der Spalte 'Age'
an.
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)
Erklärung:
Die Syntax .dtypes
ist einfach; Sie wenden sie einfach auf die Spalte oder auf das gesamte Datenset an. In unserem Fall ist der Typ float64.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.03
Überprüfen Des Spaltentyps
Swipe um das Menü anzuzeigen
Wenn Sie auf die Spalte 'Fare'
stoßen, sind die Zahlen hier mit dem -
Zeichen getrennt. Das sieht seltsam aus, nicht wahr? Wir sind es gewohnt, .
als Trennzeichen zu verwenden, und Python kann nur Zahlen verstehen, die mit Punkten getrennt sind. Lassen Sie uns den Typ dieser Spalte überprüfen. Sie können dies mit dem Attribut .dtypes
tun. Schauen Sie sich das Beispiel mit der Spalte 'Age'
an.
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)
Erklärung:
Die Syntax .dtypes
ist einfach; Sie wenden sie einfach auf die Spalte oder auf das gesamte Datenset an. In unserem Fall ist der Typ float64.
Danke für Ihr Feedback!