Python酷库之旅-第三方库Pandas(179)

# 826、pandas.api.types.is_int64_dtype函数
pandas.api.types.is_int64_dtype(arr_or_dtype)
Check whether the provided array or dtype is of the int64 dtype.

Deprecated since version 2.1.0: is_int64_dtype is deprecated and will be removed in a future version. Use dtype == np.int64 instead.

Parameters:
arr_or_dtype
array-like or dtype
The array or dtype to check.

Returns:
boolean
Whether or not the array or dtype is of the int64 dtype.

Notes

Depending on system architecture, the return value of is_int64_dtype( int) will be True if the OS uses 64-bit integers and False if the OS uses 32-bit integers.

826-2、参数

826-2-1、arr_or_dtype(必须)：可以是一个数组、索引、Series或者一个数据类型(dtype)，该参数用于指定需要检测的数据。

826-3、功能

判断输入的内容是否为int64数据类型，在数据处理和分析过程中非常有用，尤其是在需要对数据类型进行验证和检查时。

826-4、返回值

返回一个布尔值：

True: 如果arr_or_dtype是int64类型。
False: 如果arr_or_dtype不是int64类型

826-5、说明

无

826-6、用法

826-6-1、数据准备

无

826-6-2、代码示例

# 826、pandas.api.types.is_int64_dtype函数
import pandas as pd
# 示例数组
data = pd.Series([1, 2, 3])
# 检查数据类型
is_int64 = pd.api.types.is_int64_dtype(data)
print(is_int64)

826-6-3、结果输出

# 826、pandas.api.types.is_int64_dtype函数  
# True

827、pandas.api.types.is_integer_dtype函数

827-1、语法

# 827、pandas.api.types.is_integer_dtype函数
pandas.api.types.is_integer_dtype(arr_or_dtype)
Check whether the provided array or dtype is of an integer dtype.

Unlike in is_any_int_dtype, timedelta64 instances will return False.

The nullable Integer dtypes (e.g. pandas.Int64Dtype) are also considered as integer by this function.

Parameters:
arr_or_dtype
array-like or dtype
The array or dtype to check.

Returns:
boolean
Whether or not the array or dtype is of an integer dtype and not an instance of timedelta64.

827-2、参数

827-2-1、arr_or_dtype(必须)：可以是一个数组、索引、Series或者一个数据类型(dtype)，该参数用于指定需要检测的数据。

827-3、功能

检查输入的内容是否为整数类型，包括int8，int16，int32，int64等，它适用于各种数据分析和清洗场景，帮助用户识别数据类型。

827-4、返回值

返回一个布尔值：

True: 如果arr_or_dtype是任何整数类型。
False: 如果arr_or_dtype不是整数类型。

827-5、说明

无

827-6、用法

827-6-1、数据准备

无

827-6-2、代码示例

# 827、pandas.api.types.is_integer_dtype函数
import pandas as pd
# 示例数组
data_int = pd.Series([1, 2, 3])
data_float = pd.Series([1.0, 2.0, 3.0])
data_string = pd.Series(['1', '2', '3'])
# 检查数据类型
is_int = pd.api.types.is_integer_dtype(data_int)
is_float = pd.api.types.is_integer_dtype(data_float)
is_string = pd.api.types.is_integer_dtype(data_string)
print(is_int)
print(is_float)
print(is_string)

827-6-3、结果输出

# 827、pandas.api.types.is_integer_dtype函数
# True
# False
# False

828、pandas.api.types.is_numeric_dtype函数

828-1、语法

# 828、pandas.api.types.is_numeric_dtype函数
pandas.api.types.is_numeric_dtype(arr_or_dtype)
Check whether the provided array or dtype is of a numeric dtype.

Parameters:
arr_or_dtype
array-like or dtype
The array or dtype to check.

Returns:
boolean
Whether or not the array or dtype is of a numeric dtype.

828-2、参数

828-2-1、arr_or_dtype(必须)：可以是一个数组、索引、Series或者一个数据类型(dtype)，该参数用于指定需要检测的数据。

828-3、功能

检查给定的数组或数据类型是否是数值型的，如果是数值型,返回True,否则返回False。

828-4、返回值

返回一个布尔值，如果给定的数组或数据类型是数值型,返回True，否则返回False。

828-5、说明

无

828-6、用法

828-6-1、数据准备

无

828-6-2、代码示例

# 828、pandas.api.types.is_numeric_dtype函数
import pandas as pd
import numpy as np
# 使用数组
print(pd.api.types.is_numeric_dtype(np.array([1, 2, 3])))
print(pd.api.types.is_numeric_dtype(np.array(['a', 'b', 'c'])))
# 使用数据类型
print(pd.api.types.is_numeric_dtype(pd.Int64Dtype()))
print(pd.api.types.is_numeric_dtype(pd.StringDtype()))

828-6-3、结果输出

# 828、pandas.api.types.is_numeric_dtype函数
# True
# False
# True
# False

829、pandas.api.types.is_object_dtype函数

829-1、语法

# 829、pandas.api.types.is_object_dtype函数
pandas.api.types.is_object_dtype(arr_or_dtype)
Check whether an array-like or dtype is of the object dtype.

Parameters:
arr_or_dtype
array-like or dtype
The array-like or dtype to check.

Returns:
boolean
Whether or not the array-like or dtype is of the object dtype.

829-2、参数

829-2-1、arr_or_dtype(必须)：可以是一个数组、索引、Series或者一个数据类型(dtype)，该参数用于指定需要检测的数据。

829-3、功能

用于判断输入的数组或数据类型是否属于对象类型。例如，Pandas中的对象类型通常用于存储字符串或其他任何非数值数据。

829-4、返回值

返回一个布尔值，如果给定的数组或数据类型是对象类型,返回True，否则返回False。

829-5、说明

无

829-6、用法

829-6-1、数据准备

无

829-6-2、代码示例

# 829、pandas.api.types.is_object_dtype函数
import pandas as pd
import numpy as np
# 使用数组
print(pd.api.types.is_object_dtype(np.array(['a', 'b', 'c'])))
print(pd.api.types.is_object_dtype(np.array([1, 2, 3])))
# 使用数据类型
print(pd.api.types.is_object_dtype(pd.StringDtype()))
print(pd.api.types.is_object_dtype(pd.Int64Dtype()))

829-6-3、结果输出

# 829、pandas.api.types.is_object_dtype函数  
# False
# False
# False
# False

830、pandas.api.types.is_signed_integer_dtype函数

830-1、语法

# 830、pandas.api.types.is_signed_integer_dtype函数
pandas.api.types.is_signed_integer_dtype(arr_or_dtype)
Check whether the provided array or dtype is of a signed integer dtype.

Unlike in is_any_int_dtype, timedelta64 instances will return False.

The nullable Integer dtypes (e.g. pandas.Int64Dtype) are also considered as integer by this function.

Parameters:
arr_or_dtype
array-like or dtype
The array or dtype to check.

Returns:
boolean
Whether or not the array or dtype is of a signed integer dtype and not an instance of timedelta64.

830-2、参数

830-2-1、arr_or_dtype(必须)：可以是一个数组、索引、Series或者一个数据类型(dtype)，该参数用于指定需要检测的数据。

830-3、功能

用于判断输入的数组或数据类型是否属于有符号整数类型。通常，有符号整数可以表示正数、负数和零，并且在数据分析中很常见。

830-4、返回值

返回一个布尔值，如果给定的数组或数据类型是有符号整数类型,返回True，否则返回False。

830-5、说明

无

830-6、用法

830-6-1、数据准备

无

830-6-2、代码示例

# 830、pandas.api.types.is_signed_integer_dtype函数
import pandas as pd
import numpy as np
# 使用数组
print(pd.api.types.is_signed_integer_dtype(np.array([-1, 0, 1])))  
print(pd.api.types.is_signed_integer_dtype(np.array([1, 2, 3])))   
print(pd.api.types.is_signed_integer_dtype(np.array([1.5, 2.5])))  
# 使用数据类型
print(pd.api.types.is_signed_integer_dtype(pd.Int64Dtype()))  
print(pd.api.types.is_signed_integer_dtype(pd.UInt64Dtype())) 
print(pd.api.types.is_signed_integer_dtype(pd.Int32Dtype()))

830-6-3、结果输出

# 830、pandas.api.types.is_signed_integer_dtype函数 
# True
# True
# False
# True
# False
# True