如何列出DataFrame df的Name列中包含的所有数据类型

pandas中object类型的列支持存储混合类型的取值，你可以通过遍历列元素获取实际类型后去重，得到所有存在的数据类型：

• 直接获取所有唯一的实际数据类型

# 输出Name列所有唯一的数据类型
unique_types = df['Name'].apply(type).unique()
print(unique_types)

运行后会输出类似 <class 'float'> <class 'str'> 的结果，覆盖列中所有实际存在的取值类型。

• 统计每种数据类型的出现频次
  如果你还需要知道不同类型的出现次数，可以用以下方法：

type_count = df['Name'].apply(type).value_counts()
print(type_count)

小提示：pandas中空值NaN本身属于浮点类型，如果你需要排除空值后统计类型，可以先做空值过滤：

unique_types_without_nan = df['Name'].dropna().apply(type).unique()

• 筛选指定类型的行（可选扩展）
  如果需要单独提取某一类类型的记录，可以参考以下写法：

# 筛选所有Name为浮点型的行
float_rows = df[df['Name'].apply(lambda x: isinstance(x, float))]
# 筛选所有Name为字符串型的行
str_rows = df[df['Name'].apply(lambda x: isinstance(x, str))]

内容的提问来源于stack exchange，提问作者x89