如何获取Pandas数据框各列的真实数据类型？

针对你遇到的Pandas将字符串、含NaN的布尔列标记为object类型的问题，以下是几种实用的解决方法：

1. 使用pd.api.types.infer_dtype()精准推断类型 #

这个函数能绕过object的外壳，返回列的实际逻辑类型，比如字符串列会返回'string'，含NaN的布尔列会返回'boolean'。

示例代码：

import pandas as pd

df = pd.DataFrame({
    'str_col': ['a', 'b', 'c'],
    'bool_with_nan': [True, False, None],
    'mixed_obj': [1, 'a', True]
})

for col in df.columns:
    real_dtype = pd.api.types.infer_dtype(df[col], skipna=True)
    print(f"列 {col} 的真实类型: {real_dtype}")

输出：

列 str_col 的真实类型: string
列 bool_with_nan 的真实类型: boolean
列 mixed_obj 的真实类型: mixed-integer

2. 转换为Pandas专属的可空类型（推荐） #

Pandas 1.0+版本支持专属的可空数据类型，转换后能直接在df.info()或df.dtypes中显示真实类型：

• 字符串列：转换为StringDtype
• 含NaN的布尔列：转换为BooleanDtype

示例代码：

# 转换字符串列
df['str_col'] = df['str_col'].astype('string')
# 转换可空布尔列
df['bool_with_nan'] = df['bool_with_nan'].astype('boolean')

print(df.dtypes)

输出：

str_col           string[python]
bool_with_nan    boolean
mixed_obj          object
dtype: object

3. 检查列内元素的类型分布 #

如果列是混合类型，可以通过统计元素类型来判断真实情况：

def get_most_common_dtype(series):
    type_counts = series.apply(type).value_counts()
    return type_counts.index[0].__name__ if not type_counts.empty else None

for col in df.columns:
    print(f"列 {col} 的最常见类型: {get_most_common_dtype(df[col])}")

注意：NaN的类型是float，处理含NaN的布尔列时，建议结合skipna=True过滤NaN后再判断。

4. 针对布尔列的特殊判断 #

如果怀疑某列是含NaN的布尔列，可以用以下方式验证：

def is_boolean_with_nan(series):
    # 过滤NaN后检查剩余元素是否都是布尔值
    non_na = series.dropna()
    return non_na.apply(lambda x: isinstance(x, bool)).all()

for col in df.columns:
    if is_boolean_with_nan(df[col]):
        print(f"列 {col} 是含NaN的布尔列")

内容的提问来源于stack exchange，提问作者Marcus Anthony