Python 如何在Pandas中找到数字列?
假设Python 如何在Pandas中找到数字列?,python,types,pandas,Python,Types,Pandas,假设df是一个数据帧。 我想查找所有数字类型的列。 比如: isNumeric = is_numeric(df) 适应,你可以做 df.ix[:,df.applymap(np.isreal).all(axis=0)] 在这里,np.applymap(np.isreal)显示数据框中的每个单元格是否都是数字,.axis(all=0)检查列中的所有值是否为真,并返回一系列布尔值,可用于索引所需列。您可以使用数据框的选择数据类型方法。它包括两个参数include和exclude。所以isNumer
df
是一个数据帧。
我想查找所有数字类型的列。
比如:
isNumeric = is_numeric(df)
适应,你可以做
df.ix[:,df.applymap(np.isreal).all(axis=0)]
在这里,
np.applymap(np.isreal)
显示数据框中的每个单元格是否都是数字,.axis(all=0)
检查列中的所有值是否为真,并返回一系列布尔值,可用于索引所需列。您可以使用数据框的选择数据类型
方法。它包括两个参数include和exclude。所以isNumeric看起来像:
numerics = ['int16', 'int32', 'int64', 'float16', 'float32', 'float64']
newdf = df.select_dtypes(include=numerics)
您可以使用未记录的函数
\u get\u numeric\u data()
仅过滤数字列:
df._get_numeric_data()
df.select_dtypes(include=np.number)
df.select_dtypes(include=np.number).columns.tolist()
例如:
In [32]: data
Out[32]:
A B
0 1 s
1 2 s
2 3 s
3 4 s
In [33]: data._get_numeric_data()
Out[33]:
A
0 1
1 2
2 3
3 4
请注意,这是一个“私有方法”(即实现细节),将来可能会更改或完全删除小心使用
df.select_dtypes(exclude = ['object'])
更新:
df.select_dtypes(include= np.number)
或者是新版本的熊猫
df.select_dtypes('number')
这是另一个在数据框中查找数字列的简单代码
numeric_clmns = df.dtypes[df.dtypes != "object"].index
简单的一行回答可创建仅包含数字列的新数据框:
df._get_numeric_data()
df.select_dtypes(include=np.number)
df.select_dtypes(include=np.number).columns.tolist()
如果需要数字列的名称:
df._get_numeric_data()
df.select_dtypes(include=np.number)
df.select_dtypes(include=np.number).columns.tolist()
完整代码:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': range(7, 10),
'B': np.random.rand(3),
'C': ['foo','bar','baz'],
'D': ['who','what','when']})
df
# A B C D
# 0 7 0.704021 foo who
# 1 8 0.264025 bar what
# 2 9 0.230671 baz when
df_numerics_only = df.select_dtypes(include=np.number)
df_numerics_only
# A B
# 0 7 0.704021
# 1 8 0.264025
# 2 9 0.230671
colnames_numerics_only = df.select_dtypes(include=np.number).columns.tolist()
colnames_numerics_only
# ['A', 'B']
请参阅以下代码:
if(dataset.select_dtypes(include=[np.number]).shape[1] > 0):
display(dataset.select_dtypes(include=[np.number]).describe())
if(dataset.select_dtypes(include=[np.object]).shape[1] > 0):
display(dataset.select_dtypes(include=[np.object]).describe())
通过这种方式,您可以检查值是数值,如float和int,还是srting值。第二条if语句用于检查对象引用的字符串值 以下代码将返回数据集数字列的名称列表
cnames=list(marketing_train.select_dtypes(exclude=['object']).columns)
这里的marketing\u train
是我的数据集,select\u dtypes()
是使用exclude和include参数选择数据类型的函数,列用于获取数据集的列名
上述代码的输出如下:
['custAge',
'campaign',
'pdays',
'previous',
'emp.var.rate',
'cons.price.idx',
'cons.conf.idx',
'euribor3m',
'nr.employed',
'pmonths',
'pastEmail']
简单一行:
df.select_dtypes('number').columns
我们可以根据以下要求包括和排除数据类型:
train.select_dtypes(include=None, exclude=None)
train.select_dtypes(include='number') #will include all the numeric types
参考Jupyter笔记本
要选择所有数字类型,请使用np.number
或'number'
- 要选择字符串,必须使用
数据类型,但请注意 这将返回所有对象数据类型列对象
- 请参见
__NumPy数据类型层次结构
- 要选择日期时间,请使用
,np.datetime64
或“datetime”
'datetime64'
- 要选择timedelta,请使用
,np.timedelta64
或“timedelta”
'timedelta64'
- 要选择分类数据类型,请使用
'category'
- 要选择datetimetz数据类型,请使用
(在中新增 0.20.0)或“日期时间64[ns,tz]”“datetimetz”
dtype
的列是否为object
,但所有元素均为数字的列是否为数字列。如果没有,就接受哈南的答案,因为它也更快。否则,以我的为例。如果您只是尝试df.descripe().columns,会发生什么。然后将其分配给一个变量。您可以使用df.select类型(include=[np.number]),如果您不需要在前面的注释(+1)的提示中指定“numerics”列表,您可以使用列表(df.select类型(include=[np.number])columns.values)
要获取数字列的名称列表,时间列是另一种类型datetime
它们不是数字类型df。选择数据类型(include=['int64'])。columns.tolist()
如果只需要一种类型,则无需将其存储在列表中。也不需要指定include=
选择数据类型(np.number)
如果列有数字数据,但也没有,则数据类型可以是“object”。这将强制列为数字:df.fillna(value=0,inplace=True)
另外:df.选择数据类型('number')
。它甚至更短,而且您不必方便地导入numpySuper;这有文件记录吗?担心它在未来版本中消失和/或不稳定,因为没有,这在任何地方都没有记录。然而,实现就像@ijoseph提到的那样,我会小心使用以下划线开头的方法,因为它们只不过是实现细节。除此之外,请使用任何其他答案。作为最佳实践,我尝试使用并转换为尽可能多的numpy方法。这是由于熊猫的活力。API经常变化。对于没有文档记录的方法来说,不管它有多有用,它都是鲁莽的。是的,这是迄今为止最具python风格的方法。