如何一次性检测Pandas DataFrame多列是否存在混合数据类型

核心实现代码 #

针对200万行、15列的DataFrame场景，以下代码可直接输出所有存在混合数据类型的列名：

import pandas as pd

# 筛选所有object类型列，非object类型列不存在混合基础数据类型问题
object_cols = df_orders.select_dtypes(include=['object']).columns
mixed_type_cols = []

for col in object_cols:
    # 统计列内所有元素的类型数量，大于1即存在混合类型
    if df_orders[col].apply(type).nunique() > 1:
        mixed_type_cols.append(col)

# 直接输出结果
print("存在混合数据类型的列：", mixed_type_cols)

如果偏好更简洁的写法，也可以用列表推导式实现：

mixed_type_cols = [col for col in df_orders.columns if df_orders[col].apply(type).nunique() > 1]
print(mixed_type_cols)

常见场景优化 #

如果你的列中存在空值（NaN），空值本身类型为float，可能会导致非混合类型的列被误判，可使用以下版本忽略空值的影响：

object_cols = df_orders.select_dtypes(include=['object']).columns
mixed_type_cols = []

for col in object_cols:
    # 先剔除空值再统计类型数量
    unique_type_cnt = df_orders[col].dropna().apply(type).nunique()
    if unique_type_cnt > 1:
        mixed_type_cols.append(col)

print("存在混合数据类型的列：", mixed_type_cols)

性能说明 #

15列的规模下，即使是200万行数据，全量遍历的耗时也在可接受范围内，无需额外采样避免漏判。

内容的提问来源于stack exchange，提问作者Rajiv Jani