Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Verifica del Tipo di Colonna | Pre-Elaborazione dei Dati
Tecniche Avanzate in Pandas

bookVerifica 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'.

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

Spiegazione:

La sintassi .dtypes è semplice; basta applicarla alla colonna o all'intero set di dati. Nel nostro caso, il tipo è float64.

question-icon

Visualizzare il tipo della colonna 'Fare'.

print(data[''].)
object

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 7

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

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

bookVerifica 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'.

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

Spiegazione:

La sintassi .dtypes è semplice; basta applicarla alla colonna o all'intero set di dati. Nel nostro caso, il tipo è float64.

question-icon

Visualizzare il tipo della colonna 'Fare'.

print(data[''].)
object

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 5. Capitolo 7
some-alt