Summary  
This chapter explains how to inspect and interpret column data types in a DataFrame using the dtypes attribute and shows why incorrect types (like numbers stored as text) must be detected and converted to enable numeric operations.

General domain of usage  
Data preprocessing for data analysis pipelines

Watch this video for a step-by-step walkthrough of how to check and interpret column types in a pandas DataFrame. You'll see how to use the `.dtypes` attribute, understand why certain columns may not be recognized as numeric, and learn how column types can impact your data preprocessing workflow.

Якщо ви натрапите на стовпець `'Fare'`, числа тут розділені знаком `-`. Це виглядає дивно, чи не так? Зазвичай використовується `.` як роздільник, і Python розпізнає числа, розділені лише крапкою. Перевіримо тип цього стовпця. Це можна зробити за допомогою атрибута `.dtypes`. Подивіться на приклад зі стовпцем `'Age'`.

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)

**Пояснення:**

Синтаксис `.dtypes` простий; його можна застосовувати до стовпця або до всього набору даних. У нашому випадку тип — **float64**.

Цей курс містить багато корисних функцій для майбутнього аналітика даних. Ви ознайомитеся з різними способами вилучення даних та навіть зможете встановлювати умови для них. Після цього ви будете знайомі з методами групування даних. Також ви дізнаєтеся, як здійснювати попередню обробку даних. Кожен розділ має власний набір даних, що робить курс захопливим.

У цьому розділі ви дізнаєтеся, як виводити певні стовпці за їхніми назвами або індексами. Також ви ознайомитеся зі способами вибору рядків за індексами.

Тут ви дізнаєтеся, як витягувати дані, що відповідають певним умовам. Також ви навчитеся комбінувати ці умови та навіть створювати власні.

У цьому розділі ви розширите свої знання щодо встановлення різних умов для даних. Ви дізнаєтеся, як перевірити, чи знаходяться ваші дані у визначеному списку значень або між двома значеннями. Ви також навчитеся знаходити найбільші та найменші значення.

Цей розділ є одним із найцікавіших у курсі. Тут ви дізнаєтеся, як групувати дані різними способами. Це допоможе вам працювати як аналітик даних для отримання інформації про конкретні групи даних.

Цей розділ є одним із найважливіших для аналітика даних, оскільки якщо дані містять відсутні значення або неправильний формат, працювати з ними буде неможливо. Тому тут ви дізнаєтеся, як працювати з такими невідповідними значеннями.

Перевірка типу стовпця

Перевірка типу стовпця