从Excel的数据类型说Python

这篇博客介绍了Python中的数据类型,包括数值型(整型、浮点型及其运算)、字符型(字符串及其运算)和逻辑型。通过与Excel的数据类型对比,阐述了Python中的类型转换,并给出了各种运算符的示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

写在前面

这节内容是python基础知识中的数据类型和运算符,可以回顾一下前两篇文章来复习一下:
利用Excel学习Python:变量
利用Excel学习Python:准备篇

本来想分开写的,但发现好像分不开,所幸内容也不多,废话不多说,直接正文怼上来。Excel中有3种基本的数据类型:数值型、字符型和逻辑型,在python中也不例外,我们可以一一对应来看。

1.数值型

先来想一下Excel中的数值类型的数据是什么样的,数字、百分数、分数、小数、货币、科学计数、日期和时间这些单元格格式都是数值型的数据,只是展示的形式不一样,并且他们都有一个共同的特点,在单元格的显示中靠右对齐,这里划重点,因为字符型数据是靠左对齐的,用来加以区分。

image

在python中,数值型用于存储数字变量,比如整数和小数。

整型

数值为整数的变量类型(int),用于存储整数变量,如10,可以用Type()函数查看具体的数值类型,如type(20) 输出int,就可以知道20是整型。

In [1]: # 整型
      type(20)
Out[1]:int

浮点型

数值为小数的变量类型(float),如3.5,输出float,说明5.5是一个浮点型数据。

In [2]: # 浮点型
      type(5.5)
Out[2]:
### 使用 Pandas 检查 Excel 文件中的数据类型 为了检查 Excel 文件中各列的数据类型,可以利用 `pandas` 库加载 Excel 数据到 DataFrame 中并调用 `.dtypes` 属性来查看每列的数据类型。 #### 加载 Excel 文件至 DataFrame 并显示数据类型 ```python import pandas as pd # 将 Excel 文件加载为 DataFrame 对象 df = pd.read_excel(r"d:\data.xlsx") # 显示整个 DataFrame 的每一列及其对应的数据类型 print(df.dtypes) ``` 上述代码会打印出类似于下面的结果: ``` Unnamed: 0 int64 x float64 y float64 dtype: object ``` 这表明第一列为整型 (`int64`) 而其他两列为浮点数 (`float64`) 类型[^1]。 如果希望更深入地了解特定列的具体数值分布情况以及是否存在缺失值等问题,则可以通过描述统计方法进一步分析: ```python # 获取关于 DataFrame 各列的摘要统计数据 description = df.describe(include='all') print(description) ``` 此命令不仅能够提供基本的统计信息如均值、标准差等,还能给出非数值类型的唯一计数和其他有用的信息[^3]。 对于那些想要单独处理某几列的情况来,在读入时指定要使用的列名列表也是一种有效的方式。例如只关心名为 "x" 和 "y" 这两个坐标轴方向上的位置信息的话就可以这样做: ```python use_columns = ['x', 'y'] specific_df = pd.read_excel(r"d:\data.xlsx", usecols=use_columns) # 查看所选列的数据类型 print(specific_df.dtypes) ``` 通过这种方式可以在一开始就减少不必要的内存占用,并专注于感兴趣的字段上进行操作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

进击的可乐!

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值