Python pandas.api.types.is_datetime64_dtype()用法及代码示例

pandas.api.types.is_datetime64_dtype() 函数用于检查类似数组的对象或数据类型是否属于 datetime64 dtype。

用法：pandas.api.types.is_datetime64_dtype(arr_or_dtype)

parameters:

arr_or_dtype:数组就像可迭代对象或数据类型。

函数返回：一个布尔值。对或错。如果对象的类型为 datetime64，则为 True；否则为 False

示例 1：

导入 pandas.api.types 并使用 is_datetime64_dtype() 函数验证给定数组是否为 datetime64 类型。由于它是 int 类型，因此返回 false。

Python3


# importing packages
import pandas.api.types as pd
print(pd.is_datetime64_dtype([10, 20, 30]))

输出：

False

示例 2：

在此示例中，创建了一个日期时间数组，并指定 np.datetime64 作为其类型。 is_datetime64_dtype() 函数返回“True”，因为数组是 datetime64 类型。

Python3


# importing packages
import pandas.api.types as pd
import datetime
import numpy as np
date_list = np.array([datetime.datetime.today()
                      + datetime.timedelta(days=x)
                      for x in range(10)],
                     dtype=np.datetime64)
print(pd.is_datetime64_dtype(date_list))

输出：

True

示例 3：

numpy.datetime64 dtype 直接传递到方法中。返回‘True’。

Python3


# importing packages
import pandas.api.types as pd
import numpy as np
print(pd.is_datetime64_dtype(np.datetime64))

输出：

True

示例4：

创建一个 datetime64 类型的空 NumPy 数组，并将其传递给 is_datetime64_dtype() 函数。返回‘True’。

Python3


# importing packages
import pandas.api.types as pd
import numpy as np
datetime_array = np.array([], dtype=np.datetime64)
print(pd.is_datetime64_dtype(datetime_array))

输出：

True

实施例5：

将字符串对象传递到 is_datetime64_dtype() 函数并返回“False”。

Python3


# importing packages
import pandas.api.types as pd
print(pd.is_datetime64_dtype('string'))

输出：

False

相关用法

注：本文由纯净天空筛选整理自isitapol2002大神的英文原创作品 pandas.api.types.is_datetime64_dtype() Function in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。