Einführung

Hier lernst du wie man die Datentypen in einem DataFrame untersucht und wie man Einträge finden und gleich ersetzen kann.

Der Datentyp einer Spalte in einem DataFrame oder einer Series ist als dtype bekannt.

Du kannst die Eigenschaften eines dtype's verwenden um den bestimmten Datentyp einer Spalte zu erhalten.
Holen wir uns jetzt mal von der reviews DataFrame die price Spalte mit dem dtype:

Aufklappen

import pandas as pd
reviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)
pd.set_option('max_rows', 5)





reviews.price.dtype

dtype('float64')

Wenn wir wollen, könnten wir mit dtype Eigenschaften nutzen,
um die dtypes aller Spalten eines DataFrames zu ergattern:

reviews.dtypes

country object
description object
...
variety object
winery object
Length: 13, dtype: object

Datentypen zeigen uns wie Pandas die Daten in dem System speichert.
float64 bedeutet das die float Zahl 64-bit enthalten kann, int64 hat dieselbe Bedeutung aber für integers statt floats.
Eine komische Eigenschaft die wir vorhin erkennen konnten war,
das eine Spalte aus Strings nicht seinen eigenen Datentyp hat sondern als Datentyp object gekennzeichnet ist.
Wir können auch da wo es logisch wirkt den Datentyp einer Spalte in eine andere Konvertieren mit dem astype() Funktion.
Wir können auch points spalte von int64 zu float64 konvertieren:

reviews.points.astype('float64')

0 87.0
1 87.0
...
129969 90.0
129970 90.0
Name: points, Length: 129971, dtype: float64

Der index einer DataFrame oder einer Series hat auch seinen eigenen dtype:

reviews.index.dtype

dtype('int64')

Pandas stellt auch exotischere Datentypen zur Verfügung,
die kommen aber selten vor also werden wir nicht über diese Datentypen in unserem Kurs sprechen und ersuchen sie zum Selbststudium.

Einträge mit einem Fehlenden Wert kriegen den Wert NaN, kurz für "Not a Number" (Nicht eine Nummer).
Aus technischen Gründen haben NaN werte immer float64 als Datentyp.

Pandas verfügt über Methoden, die sich genau um diese fehlenden Daten kümmern,
um einträge mit NaN zu empfangen kannst du pd.isnull() (oder die verwandte Methode pd.notnull()) einsetzen.

reviews[pd.isnull(reviews.country)]

country	description	designation	points	price	province	region_1	region_2	taster_name	taster_twitter_handle	title	variety	winery
913	NaN	Amber in color, this wine has aromas of peach ...	Asureti Valley	87	30.0	NaN	NaN	NaN	Mike DeSimone	@worldwineguys	Gotsa Family Wines 2014 Asureti Valley Chinuri	Chinuri	Gotsa Family Wines
3131	NaN	Soft, fruity and juicy, this is a pleasant, si...	Partager	83	NaN	NaN	NaN	NaN	Roger Voss	@vossroger	Barton & Guestier NV Partager Red	Red Blend	Barton & Guestier
...	...	...	...	...	...	...	...	...	...	...	...	...	...
129590	NaN	A blend of 60% Syrah, 30% Cabernet Sauvignon a...	Shah	90	30.0	NaN	NaN	NaN	Mike DeSimone	@worldwineguys	Büyülübağ 2012 Shah Red	Red Blend	Büyülübağ
129900	NaN	This wine offers ful bouquet of black...	NaN	91	32.0	NaN	NaN	NaN	Mike DeSimone	@worldwineguys	Psagot 2014 Merlot	Merlot	Psagot