Pandas DataFrame 内のすべての列のデータ型を確認するには:
df.dtypesPandas DataFrame 内の特定の列のデータ型を確認するには:
df['DataFrame Column'].dtypesPandas DataFrame のデータ型を確認する手順
ステップ1: DataFrameを作成する
まず、3 つの列を持つ DataFrame を作成します。
import pandas as pd
data = {
'products': ['Product A', 'Product B', 'Product C'],
'prices': [100, 250, 875],
'sold_date': ['2023-11-01', '2023-11-03', '2023-11-05']
}
df = pd.DataFrame(data)
print(df)
Python でスクリプトを実行すると、次の DataFrame が取得されます。
ステップ2: データ型を確認する
スクリプトに df.dtypes を追加することで、DataFrame 内のすべての列のデータ型を確認できるようになりました。
df.dtypes完全な Python スクリプトは次のとおりです。
import pandas as pd
data = {
'products': ['Product A', 'Product B', 'Product C'],
'prices': [100, 250, 875],
'sold_date': ['2023-11-01', '2023-11-03', '2023-11-05']
}
df = pd.DataFrame(data)
print(df.dtypes)
「products」列と「sold_date」列のデータ型は文字列を表すオブジェクト型です。一方、「prices」列のデータ型は整数型です。
「sold_date」列をオブジェクト（文字列）から日時に変換するには：
import pandas as pd
data = {
'products': ['Product A', 'Product B', 'Product C'],
'prices': [100, 250, 875],
'sold_date': ['2023-11-01', '2023-11-03', '2023-11-05']
}
df = pd.DataFrame(data)
# Convert the sold_date column to datetime type
df['sold_date'] = pd.to_datetime(df['sold_date'])
print(df.dtypes)
結果：
Pandas DataFrame の特定の列のデータ型を確認する
DataFrame 内の特定の列 (たとえば、「prices」列) のデータ型を確認するには、次のようにします。
df['DataFrame Column'].dtypesこの例の完全な構文は次のとおりです。
import pandas as pd
data = {
'products': ['Product A', 'Product B', 'Product C'],
'prices': [100, 250, 875],
'sold_date': ['2023-11-01', '2023-11-03', '2023-11-05']
}
df = pd.DataFrame(data)
print(df['prices'].dtypes)
「prices」列のデータ型は整数です。
データ型を整数から浮動小数点数に変換する場合はどうすればよいでしょうか?
次に、次のテンプレートを使用して変換を実行します。
df['DataFrame Column'] = df['DataFrame Column'].astype(float)
たとえば、「prices」列を整数から浮動小数点数に変換するには、次のようにします。
import pandas as pd
data = {
'products': ['Product A', 'Product B', 'Product C'],
'prices': [100, 250, 875],
'sold_date': ['2023-11-01', '2023-11-03', '2023-11-05']
}
df = pd.DataFrame(data)
# Convert the prices column to float type
df['prices'] = df['prices'].astype(float)
print(df['prices'].dtypes)
「prices」列のデータ型は float になりました。
