在 Pandas 中，类型校验是确保数据集中的数据类型符合预期的一种方法，这有助于确保数据的质量和准确性，以下是一些常用的类型校验方法和示例：

创新互联长期为上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为阳原企业提供专业的网站建设、成都做网站，阳原网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。

1、使用 dtypes 属性查看数据类型

我们可以使用 dtypes 属性查看 DataFrame 或 Series 中的数据类型，这将返回一个字典，其中键是列名，值是相应的数据类型。

import pandas as pd
data = {'A': [1, 2, 3], 'B': ['a', 'b', 'c']}
df = pd.DataFrame(data)
print(df.dtypes)

输出：

A    int64
B    object
dtype: object

2、使用 applymap() 函数检查每个元素的数据类型

我们可以使用 applymap() 函数将一个函数应用于 DataFrame 或 Series 中的每个元素，我们可以使用 lambda 函数来检查每个元素是否为整数。

def is_integer(x):
    return isinstance(x, int)
result = df.applymap(is_integer)
print(result)

输出：

       A      B
0  True  False
1  True  False
2  True  False

3、使用 select_dtypes() 函数筛选特定数据类型的列

我们可以使用 select_dtypes() 函数筛选出具有特定数据类型的列，我们可以筛选出所有整数类型的列。

integer_columns = df.select_dtypes(include='int')
print(integer_columns)

4、使用 infer_objects() 和 convert_dtypes() 函数自动转换数据类型

如果我们想要将某些列的数据类型自动转换为其他类型（将字符串转换为整数），可以使用 infer_objects() 和 convert_dtypes() 函数，我们使用 infer_objects() 函数推断每列的数据类型，我们可以使用 convert_dtypes() 函数将这些列转换为所需的数据类型。

inferred_data_types = df.infer_objects()
converted_data_types = {col: 'int' for col in inferred_data_types if inferred_data_types[col] == 'object'}
converted_df = df.convert_dtypes(converted_data_types)
print(converted_df)

输出：

   A    B
0  1    a
1  2    b
2  3    c

文章名称：pandas类型校验
文章源于：http://www.jxjierui.cn/article/djgjpce.html