当前位置: 首页 > article >正文

Python酷库之旅-第三方库Pandas(182)

目录

一、用法精讲

841、pandas.api.types.is_complex函数

841-1、语法

841-2、参数

841-3、功能

841-4、返回值

841-5、说明

841-6、用法

841-6-1、数据准备

841-6-2、代码示例

841-6-3、结果输出

842、pandas.api.types.is_float函数

842-1、语法

842-2、参数

842-3、功能

842-4、返回值

842-5、说明

842-6、用法

842-6-1、数据准备

842-6-2、代码示例

842-6-3、结果输出

843、pandas.api.types.is_hashable函数

843-1、语法

843-2、参数

843-3、功能

843-4、返回值

843-5、说明

843-6、用法

843-6-1、数据准备

843-6-2、代码示例

843-6-3、结果输出

844、pandas.api.types.is_integer函数

844-1、语法

844-2、参数

844-3、功能

844-4、返回值

844-5、说明

844-6、用法

844-6-1、数据准备

844-6-2、代码示例

844-6-3、结果输出

845、pandas.api.types.is_interval函数

845-1、语法

845-2、参数

845-3、功能

845-4、返回值

845-5、说明

845-6、用法

845-6-1、数据准备

845-6-2、代码示例

845-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

841、pandas.api.types.is_complex函数
841-1、语法
# 841、pandas.api.types.is_complex函数
pandas.api.types.is_complex(obj)
Return True if given object is complex.

Returns:
bool
841-2、参数

841-2-1、obj(必须)表示需要检查的对象,可以是任何类型的对象。

841-3、功能

        检查obj是否为复数类型,包括复数标量、复数数组、复数Series等。

841-4、返回值

        返回一个布尔值:

  • 如果obj为复数类型,则返回True。
  • 如果obj不是复数类型,则返回False。
841-5、说明

        无

841-6、用法
841-6-1、数据准备
841-6-2、代码示例
# 841、pandas.api.types.is_complex函数
import pandas as pd
import numpy as np
# 复数标量
print(pd.api.types.is_complex(1 + 2j))
# 复数数组
print(pd.api.types.is_complex(np.array([1 + 2j, 3 + 4j])))
# 非复数类型
print(pd.api.types.is_complex(1))
841-6-3、结果输出
# 841、pandas.api.types.is_complex函数
# True
# False
# False
842、pandas.api.types.is_float函数
842-1、语法
# 842、pandas.api.types.is_float函数
pandas.api.types.is_float(obj)
Return True if given object is float.

Returns:
bool
842-2、参数

842-2-1、obj(必须)表示需要检查的对象,可以是任何类型的对象。

842-3、功能

        判断输入的对象是否符合浮点数的定义,它不仅能检查单个的数值(如1.0或3.14),还可以处理更复杂的数据结构,比如Pandas的Series等。

842-4、返回值

        返回一个布尔值:

  • 如果传入的对象是浮点数类型(例如float或np.float64),则返回True。
  • 如果传入的对象不是浮点数类型,则返回False。
842-5、说明

        无

842-6、用法
842-6-1、数据准备
842-6-2、代码示例
# 842、pandas.api.types.is_float函数
import pandas as pd
# 单个浮点数
print(pd.api.types.is_float(3.14))
# 单个整数
print(pd.api.types.is_float(5))
# NaN
import numpy as np
print(pd.api.types.is_float(np.nan))
# Pandas Series
s = pd.Series([1.0, 2.0, 3.0])
print(pd.api.types.is_float(s))
842-6-3、结果输出
# 842、pandas.api.types.is_float函数
# True
# False
# True
# False
843、pandas.api.types.is_hashable函数
843-1、语法
# 843、pandas.api.types.is_hashable函数
pandas.api.types.is_hashable(obj)
Return True if hash(obj) will succeed, False otherwise.

Some types will pass a test against collections.abc.Hashable but fail when they are actually hashed with hash().

Distinguish between these and other types by trying the call to hash() and seeing if they raise TypeError.

Returns:
bool
843-2、参数

843-2-1、obj(必须)表示需要检查的对象,可以是任何类型的对象。

843-3、功能

        检查传入的对象obj是否可哈希,在Python中,可哈希的对象具有以下特征:

1、它有一个__hash__()方法。

2、它可以与其他对象进行比较(通过__eq__()方法)。

3、如果a == b为真,那么hash(a) == hash(b)也为真。

843-4、返回值

        返回一个布尔值:

  • 如果对象是可哈希的,函数返回True
  • 如果对象是不可哈希的,函数返回False
843-5、说明

        无

843-6、用法
843-6-1、数据准备
843-6-2、代码示例
# 843、pandas.api.types.is_hashable函数
import pandas as pd
# 可哈希对象
print(pd.api.types.is_hashable(42))
print(pd.api.types.is_hashable("Hello"))
print(pd.api.types.is_hashable((1, 2, 3)))
# 不可哈希对象
print(pd.api.types.is_hashable([1, 2, 3]))
print(pd.api.types.is_hashable({1: 'a', 2: 'b'}))
print(pd.api.types.is_hashable({1, 2, 3}))  
843-6-3、结果输出
# 843、pandas.api.types.is_hashable函数 
# True
# True
# True
# False
# False
# False
844、pandas.api.types.is_integer函数
844-1、语法
# 844、pandas.api.types.is_integer函数
pandas.api.types.is_integer(obj)
Return True if given object is integer.

Returns:
bool
844-2、参数

844-2-1、obj(必须)表示需要检查的对象,可以是任何类型的对象。

844-3、功能

        检查给定的对象是否为整数类型,包括整数值、整数数组、整数Series等。

844-4、返回值

        如果给定的对象是整数类型,则返回True,否则返回False。

844-5、说明

        无

844-6、用法
844-6-1、数据准备
844-6-2、代码示例
# 844、pandas.api.types.is_integer函数
import pandas as pd
# 整数值
print(pd.api.types.is_integer(123))
# 浮点数值
print(pd.api.types.is_integer(123.45))
# 字符串
print(pd.api.types.is_integer("123"))
# 整数数组
print(pd.api.types.is_integer([1, 2, 3]))
844-6-3、结果输出
# 844、pandas.api.types.is_integer函数
# True
# False
# False
# False
845、pandas.api.types.is_interval函数
845-1、语法
# 845、pandas.api.types.is_interval函数
pandas.api.types.is_interval(obj)
845-2、参数

845-2-1、obj(必须)表示需要检查的对象,可以是任何类型的对象。

845-3、功能

        检查给定的对象是否是Interval类型。

845-4、返回值

        如果对象是Interval类型,则返回True;否则,返回False。

845-5、说明

        无

845-6、用法
845-6-1、数据准备
845-6-2、代码示例
# 845、pandas.api.types.is_interval函数
import pandas as pd
# 创建一个Interval对象
interval = pd.Interval(1, 2)
# 检查interval是否是Interval类型
print(pd.api.types.is_interval(interval))
# 检查一个非Interval对象
print(pd.api.types.is_interval(123))  
845-6-3、结果输出
# 845、pandas.api.types.is_interval函数 
# True
# False

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页

http://www.kler.cn/a/373967.html

相关文章:

  • java.lang.NoClassDefFoundError: javax/xml/bind/DatatypeConverter
  • Figma如何装中文字体-PingFang苹方字体、Alibaba PuHuiTi阿里普惠
  • java mail 535 Login Fail. Please enter your authorization code to login
  • 00000008_C并发编程与多线程
  • 【线性代数】通俗理解特征向量与特征值
  • SpringBoot日常:集成Kafka
  • Mybatis-plus解决兼容oracle批量插入
  • centos7之LVS-NAT模式传统部署和docker部署
  • golang中的测试用例
  • 数据分析——大量数据进行分析
  • Spring Boot 3 + Spring Security + Knife4j 无法访问 Swagger 文档的问题及解决方案
  • 如何抓住鸿蒙生态崛起的机遇,解决开发挑战,创造更好的应用体验
  • Linux笔记--基础入门
  • aws 部署测试环境服务+ip域名绑定
  • 全国计算机等级考试二级
  • 【Fargo】17:vs工程转qt构建:QT6 不支持32bit转向qt5.15.2
  • MYSQL--完整性约束
  • AR基础知识:SLAM同时定位和构图
  • 计算机网络:网络层 —— 开放最短路径优先 OSPF
  • HTML入门教程23:HTML脚本
  • 深度了解flink(九) JobManager(3) HA分析
  • 智慧养老/社区养老/家政预约/老年护理 小程序
  • Certimate - 免费开源的 SSL 证书托管、自动续签工具,开发者维护 90 天免费证书的救星
  • 构建校园社团信息管理平台:Spring Boot技术的核心要点
  • Go 语言解析 yaml 文件的方法
  • 【idea】idea更新遇到的坑