如何使用apply、map或applymap查询pandas DataFrame行列的数据类型

pandas 默认的df.dtypes仅会返回列的顶层推断类型，不会识别列内混合的不同元素类型，你可以按以下需求用对应的方法实现：

逐元素查看实际数据类型 #

直接用applymap（pandas 2.1+ 推荐用map）逐元素调用类型检测：

# 返回类型对象
element_type_df = df.applymap(type)

# 如需更易读的类型名文本，改成以下写法
element_type_df = df.applymap(lambda x: type(x).__name__)

统计每列包含的所有唯一数据类型 #

适合快速排查混合类型列的类型组成：

col_type_summary = element_type_df.apply(lambda col: col.unique().tolist(), axis=0)

执行后你可以直接看到对应列的所有类型，比如混合了list和str的列，返回结果为['list', 'str']。

统计每行包含的所有唯一数据类型 #

调整apply的axis参数即可按行统计：

row_type_summary = element_type_df.apply(lambda row: row.unique().tolist(), axis=1)

补充说明 #

• 若需要筛选指定类型的行/单元格，可以直接用element_type_df做布尔索引，比如筛选col1列值为dict的所有行：df[element_type_df['col1'] == 'dict']
• 大体积DataFrame逐元素处理性能会稍慢，仅建议做数据探查时使用。

内容的提问来源于stack exchange，提问作者Akash Talole