对于 jupyter 中的以下 pandas 代码，我试图获取数据类型信息。tab 在 jupyter 中为我提供了有两个属性的信息
它同时具有 dtype 和 dtypes
import pandas as pd
new_list = [True,False]
new_pd = pd.Series(new_list)
new_pd
根据文档，两者都返回数据类型信息
两者的返回都是好的和有用的
问题是为什么会有相同的重复属性。 在什么情况下使用哪一个或者它不关心任何人都可以使用？
最佳答案
在 pd.Series 中对象没有区别。然而，在 pd.DataFrame对象你只有 dtypes，这是一个包含每一列数据类型的系列。
这样做的好处是，当你有一个系列时，你可以将它几乎统一地视为一个 NumPy 数组并使用 .dtype(这是每个 NumPy 数组中存在的一个属性)或作为一个数据框并使用 .dtypes(这是所有 Pandas 对象中存在的属性)。所以原则上，许多 NumPy 数组或数据框的函数已经可以开箱即用地处理序列。
关于python - pandas dtype 和 dtypes 有什么区别，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48883872/