Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Überprüfung des Spaltentyps | Datenvorverarbeitung
Fortgeschrittene Techniken in Pandas

bookÜberprüfung des Spaltentyps

Falls Sie auf die Spalte 'Fare' stoßen, werden Sie feststellen, dass die Zahlen hier mit dem --Zeichen getrennt sind. Das wirkt ungewöhnlich, oder? Üblicherweise wird . als Trennzeichen verwendet, und Python kann nur Zahlen mit Punkten als Trennung interpretieren. Überprüfen wir den Typ dieser Spalte. Dies kann mit dem Attribut .dtypes erfolgen. Sehen Sie sich das Beispiel mit der Spalte 'Age' an.

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

Erläuterung:

Die Syntax von .dtypes ist einfach; sie wird entweder auf eine Spalte oder auf das gesamte Datenset angewendet. In unserem Fall ist der Typ float64.

question-icon

Geben Sie den Typ der Spalte 'Fare' aus.

print(data[''].)
object

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 5. Kapitel 7

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

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

bookÜberprüfung des Spaltentyps

Swipe um das Menü anzuzeigen

Falls Sie auf die Spalte 'Fare' stoßen, werden Sie feststellen, dass die Zahlen hier mit dem --Zeichen getrennt sind. Das wirkt ungewöhnlich, oder? Üblicherweise wird . als Trennzeichen verwendet, und Python kann nur Zahlen mit Punkten als Trennung interpretieren. Überprüfen wir den Typ dieser Spalte. Dies kann mit dem Attribut .dtypes erfolgen. Sehen Sie sich das Beispiel mit der Spalte 'Age' an.

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

Erläuterung:

Die Syntax von .dtypes ist einfach; sie wird entweder auf eine Spalte oder auf das gesamte Datenset angewendet. In unserem Fall ist der Typ float64.

question-icon

Geben Sie den Typ der Spalte 'Fare' aus.

print(data[''].)
object

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 5. Kapitel 7
some-alt