W pandas istnieje kilka głównych typów danych:
- Typy liczbowe: służą do przechowywania liczb. Pandas obsługuje następujące typy liczbowe:
int64
: typ całkowity o szerokości 64 bitówfloat64
: typ zmiennoprzecinkowy o szerokości 64 bitówcomplex128
: typ zespolony o szerokości 128 bitów
- Typy sekwencyjne: służą do przechowywania sekwencji danych. Pandas obsługuje następujące typy sekwencyjne:
- Słowniki:
- Typy kategoryczne: służą do przechowywania danych kategorycznych, czyli danych, które należą do ograniczonej liczby kategorii. Typ kategoryczny jest optymalizowany pod kątem pamięci i szybkości w porównaniu z innymi typami danych, gdy dane kategoryczne są duże i/lub mają dużą liczbę kategorii.
- Typy datetime: służą do przechowywania dat i godzin. Pandas obsługuje następujące typy datetime:
datetime64[ns]
: typ datetime z nanosekundamidatetime64[ms]
: typ datetime z milisekundamidatetime64[us]
: typ datetime z mikrosekundamidatetime64[ps]
: typ datetime z pikosekundamidatetime64[fs]
: typ datetime z femtosekundami
- Typy bool: służą do przechowywania wartości logicznych
True
iFalse
. - Typy obiektów: służą do przechowywania dowolnych obiektów Python.
Można użyć metody pandas.DataFrame.dtypes
do wyświetlenia typów danych w ramce danych DataFrame
w pandas.