Python pandas.api.types.is_datetime64_dtype()用法及代碼示例

pandas.api.types.is_datetime64_dtype() 函數用於檢查類似數組的對象或數據類型是否屬於 datetime64 dtype。

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

parameters:

arr_or_dtype:數組就像可迭代對象或數據類型。

函數返回：一個布爾值。對或錯。如果對象的類型為 datetime64，則為 True；否則為 False

示例 1：

導入 pandas.api.types 並使用 is_datetime64_dtype() 函數驗證給定數組是否為 datetime64 類型。由於它是 int 類型，因此返回 false。

Python3


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

輸出：

False

示例 2：

在此示例中，創建了一個日期時間數組，並指定 np.datetime64 作為其類型。 is_datetime64_dtype() 函數返回“True”，因為數組是 datetime64 類型。

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))

輸出：

True

示例 3：

numpy.datetime64 dtype 直接傳遞到方法中。返回‘True’。

Python3


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

輸出：

True

示例4：

創建一個 datetime64 類型的空 NumPy 數組，並將其傳遞給 is_datetime64_dtype() 函數。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))

輸出：

True

實施例5：

將字符串對象傳遞到 is_datetime64_dtype() 函數並返回“False”。

Python3


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

輸出：

False

相關用法

注：本文由純淨天空篩選整理自isitapol2002大神的英文原創作品 pandas.api.types.is_datetime64_dtype() Function in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。