Pandas 索引是一个不变的ndarray,它实现了有序的,可切片的集合。它是存储所有 Pandas 对象的轴标签的基本对象。
Pandas Index.inferred_type
属性返回从给定Index对象的值推断出的数据类型的字符串。
用法: Index.inferred_type
参数:没有
返回:inferred_type
范例1:采用Index.inferred_type
属性以找出给定Index对象中值的推断数据类型。
# importing pandas as pd
import pandas as pd
# Creating the index
idx = pd.Index(['Jan', 'Feb', 'Mar', 'Apr', 'May'])
# Print the index
print(idx)
输出:
Index(['Jan', 'Feb', 'Mar', 'Apr', 'May'], dtype='object')
现在我们将使用Index.inferred_type
属性以找出给定Index对象的基础数据的推断dtype。
# return the inferred dtype
result = idx.inferred_type
# Print the result
print(result)
输出:
mixed
正如我们在输出中看到的,Index.inferred_type
属性已返回String
作为给定Index对象的推断数据类型。
范例2:采用Index.inferred_type
属性以找出给定Index对象中值的推断数据类型。
# importing pandas as pd
import pandas as pd
# Creating the index
idx = pd.Index(['2012-12-12', None, '2002-1-10', None])
# Print the index
print(idx)
输出:
Index(['2012-12-12', None, '2002-1-10', None], dtype='object')
现在我们将使用Index.inferred_type
属性以找出给定Index对象的基础数据的推断dtype。
# return the inferred dtype
result = idx.inferred_type
# Print the result
print(result)
输出:
mixed
正如我们在输出中看到的,Index.inferred_type
属性已返回mixed
作为给定Index对象的推断数据类型。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.inferred_type。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。