是否有用于查找数字列和分类列的python函数?
在python中,从pandas数据框拆分/返回分类列和数字列的有效方法是什么 到目前为止,我正在使用下面的函数查找分类列和数字列是否有用于查找数字列和分类列的python函数?,python,pandas,dataframe,categories,numeric,Python,Pandas,Dataframe,Categories,Numeric,在python中,从pandas数据框拆分/返回分类列和数字列的有效方法是什么 到目前为止,我正在使用下面的函数查找分类列和数字列 def returnCatNumList(df): object_cols = list(df.select_dtypes(exclude=['int', 'float', 'int64', 'float64', 'int32', 'float32'
def returnCatNumList(df):
object_cols = list(df.select_dtypes(exclude=['int', 'float', 'int64', 'float64',
'int32', 'float32', 'int16', 'float16']).columns)
numeric_cols = list(df.select_dtypes(include=['int', 'float', 'int64', 'float64',
'int32', 'float32', 'int16', 'float16']).columns)
return object_cols, numeric_cols
我正在寻找一种高效、更好的方法来实现这一点。如果您有任何建议或参考,我们将不胜感激。您可以通过
np.number
而不是数字dtype
s列表来简化您的答案:
def returnCatNumList(df):
object_cols = list(df.select_dtypes(exclude=np.number).columns)
numeric_cols = list(df.select_dtypes(include=np.number).columns)
return object_cols, numeric_cols
另一个想法是使用numeric\u cols
use:
只需使用对象数据类型就可以做到这一点
def returnCatNumList(df):
object_cols = df.select_dtypes(include="object").columns.tolist()
numeric_cols = df.select_dtypes(exclude="object").columns.tolist()
return object_cols, numeric_cols
我们还可以使用允许我们交互和操作数据类型的
def returnCatNumList(df):
object_cols = []
numeric_cols = []
for label, content in df.items():
if pd.api.types.is_string_dtype(content):
numeric_cols.append(label)
else:
object_cols.append(label)
return object_cols, numeric_cols
例如:
iris = sns.load_dataset('iris')
object_cols, numeric_cols = returnCatNumList(iris)
print(object_cols)
print(numeric_cols)
输出:
>>> ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
>>> ['species']
>>> ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
>>> ['species']