Verifica del Tipo di Colonna
Se ti capita di incontrare la colonna 'Fare', noterai che i numeri qui sono separati dal segno -. Sembra strano, vero? Siamo abituati a usare il . come separatore e Python può interpretare solo numeri separati dai punti. Verifichiamo il tipo di questa colonna. Puoi farlo utilizzando l'attributo .dtypes. Osserva l'esempio con la colonna '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)
Spiegazione:
La sintassi .dtypes è semplice; basta applicarla alla colonna o all'intero set di dati. Nel nostro caso, il tipo è float64.
Grazie per i tuoi commenti!
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
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 3.03Verifica del Tipo di Colonna
Scorri per mostrare il menu
Se ti capita di incontrare la colonna 'Fare', noterai che i numeri qui sono separati dal segno -. Sembra strano, vero? Siamo abituati a usare il . come separatore e Python può interpretare solo numeri separati dai punti. Verifichiamo il tipo di questa colonna. Puoi farlo utilizzando l'attributo .dtypes. Osserva l'esempio con la colonna '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)
Spiegazione:
La sintassi .dtypes è semplice; basta applicarla alla colonna o all'intero set di dati. Nel nostro caso, il tipo è float64.
Grazie per i tuoi commenti!
