Итоговый практикум — часть 1: подготовка одной таблицы — задача по NumPy и pandas

Разработчик выполнил df['order_date'] = pd.to_datetime(df['order_date']) и проверяет результат:

print(df['order_date'].dtype == 'datetime64[ns]')

На некоторых версиях pandas это выражение возвращает False, хотя столбец действительно имеет тип datetime64. Какая проверка устойчивее к конкретной единице точности?

Выберите один вариант`str(df['order_date'].dtype).startswith('datetime64')` — проверяет семейство типов без привязки к единице точности`df['order_date'].dtype == 'datetime64[us]'` — проверяет конкретную единицу микросекунд вместо наносекунд`df['order_date'].dtype == object` — проверяет, что тип остался строковым и не изменился после преобразования`str(df['order_date'].dtype) == 'datetime64[ns]'` — приводит dtype к строке и сравнивает с фиксированной единицей точности`df['order_date'].dtype == 'int64'` — проверяет, что дата представлена числовым типом после парсинга

Без регистрации · результат не сохраняется

Связанные задачи