Python 字典键是dataframe中的列，值是列的特征类型

编写一个函数，返回一个字典，其中键是数据框的列名，值是“数字”、“分类”、“序号”、“日期/时间”或“文本”中的一个，对应于每列的要素类型

我能够将数据作为数据帧导入。然后我把df转换成了一本字典。然后我得到了作为列的键，但是我在为每个列分配值（“数字”、“分类”、“序号”、“日期/时间”或“文本”）时遇到了问题

#导入熊猫包
作为pd进口熊猫
def助手（df）：
#从csv.gz文件创建数据帧。输入适当的文件路径
cobra=pd.read\u csv（df，compression='gzip'）
cobra_dict=cobra.to_dict（）
dict_keys=cobra.keys（）
打印（dict_键）
助手（df）

预期结果：
在[1]中：helper（df['offension_id'，'beat'，'x'，'y']]
Out[1]：{'beat'：'categorical'，
“进攻id”：“序数”，
“x”：“numeric”，
'y'：'numeric'}

IIUC

如果您希望与上面的输出完全相同，您可能需要创建映射dict，但这应该是可行的，我们可以将列和数据类型压缩到两个列表中，并创建一个列作为键、值作为数据类型的映射dict

def helper(df):
    # Creating data frame from csv.gz File. Enter the appropriate file path
    cobra = pd.read_csv(df, compression='gzip')
    cobra_dict = dict(zip(cobra.columns.tolist(),cobra .dtypes.tolist()))

    print(cobra_dict)

在我自己的样品上。

print(my_dict)    
{'A': dtype('O'), 'B': dtype('int64'), 'C': dtype('float64')}

IIUC

如果您希望与上面的输出完全相同，您可能需要创建映射dict，但这应该是可行的，我们可以将列和数据类型压缩到两个列表中，并创建一个列作为键、值作为数据类型的映射dict

def helper(df):
    # Creating data frame from csv.gz File. Enter the appropriate file path
    cobra = pd.read_csv(df, compression='gzip')
    cobra_dict = dict(zip(cobra.columns.tolist(),cobra .dtypes.tolist()))

    print(cobra_dict)

在我自己的样品上。

print(my_dict)    
{'A': dtype('O'), 'B': dtype('int64'), 'C': dtype('float64')}

---

你的问题在哪里？问题是我的一些列是分类的，一些是数字的……我如何将我的列分类，然后像上面显示的“预期结果”一样打印出来？@Vaibis我下面的回答有帮助吗？有。谢谢你！你的问题在哪里？问题是我的一些列是分类的，一些是数字的……我如何将我的列分类，然后像上面显示的“预期结果”一样打印出来？@Vaibis我下面的回答有帮助吗？有。谢谢你！