为了检查系列的数据类型，我们在 pandas 系列属性中有一个专用属性。“dtype”是一个 pandas 属性，用于验证 pandas Series 对象中的数据类型。
此属性将返回一个 dtype 对象，该对象表示给定系列的数据类型。
示例 1
# importing required packages
import pandas as pd
import numpy as np
# creating pandas Series object
series = pd.Series(np.random.rand(10))
print(series)
print("数据类型： ",series.dtype )解释
在此示例中，我们使用 NumPy 随机模块初始化了一个 pandas 系列对象，该模块将创建一个具有随机值的系列。
让我们应用 pandas dtype 属性并验证系列的数据类型。
输出结果
0 0.017282 1 0.869889 2 0.255800 3 0.191797 4 0.188235 5 0.261895 6 0.016623 7 0.399498 8 0.642102 9 0.671073 dtype: float64 数据类型： float64
在这个输出块中，我们可以看到具有随机值的序列，以及 dtype 属性的输出。对于给定的系列对象 float64 是数据类型。
示例 2
import pandas as pd
s = pd.Series({97:'a', 98:'b', 99:'c', 100:'d', 101:'e', 102:'f'})
print(s)
print("数据类型： ",s.dtype )解释
使用字符串数据创建另一个熊猫系列对象，这里我们使用 python 字典初始化了系列。这里的目标是检查系列的数据类型，因此将 dtype 属性应用于系列对象“s”。
输出结果
97 a 98 b 99 c 100 d 101 e 102 f dtype: object 数据类型： object
对于给定的系列“s”，dtype 是一个对象数据类型，通常 pandas 用于以对象数据类型的形式表示字符串数据。
示例 3
import pandas as pd
# creating range sequence of dates
dates = pd.date_range('2021-06-01', periods=5, freq='D')
#creating pandas Series with date index
s = pd.Series(dates)
print (s)
print("数据类型： ",s.dtype )解释
在以下示例中，系列是使用 pandas date_range 方法创建的，并应用 dtype 属性来验证数据类型。
输出结果
0 2021-06-01 1 2021-06-02 2 2021-06-03 3 2021-06-04 4 2021-06-05 dtype: datetime64[ns] 数据类型： datetime64[ns]
给定系列的数据类型是 datetime64[ns]。
