Pandas 索引是一個不變的ndarray,它實現了有序的,可切片的集合。它是存儲所有 Pandas 對象的軸標簽的基本對象。
Pandas Index.inferred_type
屬性返回從給定Index對象的值推斷出的數據類型的字符串。
用法: Index.inferred_type
參數:沒有
返回:inferred_type
範例1:采用Index.inferred_type
屬性以找出給定Index對象中值的推斷數據類型。
# importing pandas as pd
import pandas as pd
# Creating the index
idx = pd.Index(['Jan', 'Feb', 'Mar', 'Apr', 'May'])
# Print the index
print(idx)
輸出:
Index(['Jan', 'Feb', 'Mar', 'Apr', 'May'], dtype='object')
現在我們將使用Index.inferred_type
屬性以找出給定Index對象的基礎數據的推斷dtype。
# return the inferred dtype
result = idx.inferred_type
# Print the result
print(result)
輸出:
mixed
正如我們在輸出中看到的,Index.inferred_type
屬性已返回String
作為給定Index對象的推斷數據類型。
範例2:采用Index.inferred_type
屬性以找出給定Index對象中值的推斷數據類型。
# 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)
輸出:
Index(['2012-12-12', None, '2002-1-10', None], dtype='object')
現在我們將使用Index.inferred_type
屬性以找出給定Index對象的基礎數據的推斷dtype。
# return the inferred dtype
result = idx.inferred_type
# Print the result
print(result)
輸出:
mixed
正如我們在輸出中看到的,Index.inferred_type
屬性已返回mixed
作為給定Index對象的推斷數據類型。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Index.inferred_type。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。