分析列中的混合dtype

如何解决分析列中的混合dtype

我在某些数据帧上做了一些merge，另存为csv，然后，最终的数据集有很多列。通过分析这些列，我意识到其中一些具有混合dtype。

我试图创建任何def函数来遍历所有列，并发现它是否发生在其他列上（逐列）。我做了，但是结果似乎是“ nonetype”对象。我无法将def的结果放入变量并视为表格。

我的输出：

合并表格后（来自kaggle的olist挑战），我保存了.to_csv('namedoc.csv',index = False)
打开的文件 csv
然后我运行了以下代码：

df['customer_zip_code_prefix'].map(type).value_counts()

<class 'int'>    101617
<class 'str'>     16384
Name: customer_zip_code_prefix,dtype: int64

然后我创建def

def hasmix_0(df):
    
    coluna_lista = df.columns.tolist()
    
    for cada in coluna_lista:
        
        print(df[cada].map(type).value_counts())

def hasmix_0的结果按列显示所有结果，但这只是一个视图（我在下面放了一些示例）。实际上，我想创建一种更好的可视化方式（例如放入数据框）

<class 'str'>      117998
<class 'float'>         3
Name: customer_id,dtype: int64
<class 'str'>    118001
Name: customer_unique_id,dtype: int64
<class 'int'>    101617
<class 'str'>     16384
Name: customer_zip_code_prefix,dtype: int64
<class 'str'>      117998
<class 'float'>         3
Name: customer_city,dtype: int64
<class 'str'>      117998
<class 'float'>         3
Name: customer_state,dtype: int64
<class 'float'>    118001
Name: geolocation_zip_code_prefix,dtype: int64
<class 'float'>    118001
Name: geolocation_lat,dtype: int64

我读到一些NaN值变成浮点数，但是我提到的例子并非如此。我想验证在merge之后是否可能犯了任何错误。

如何将结果转换为表/数据框？

先谢谢大家