Python 为dataframe中的所有列提取显式类型

我有一个数据框，看起来像：

acquisition_date    conductivity    manufacturer    number_bought   price_per_unit  runtime
0   05/25/2008 06:20 PM     115.372339  555-timer   1   9.909869    685.378635
1   07/05/2008 01:58 PM     96.981356   diode   6   11.673483   1020.772530
2   03/25/2008 08:52 AM     103.809491  resistor    7   9.879431    910.086424
3   10/31/2008 05:28 PM     95.805199   transistor  5   10.097940   912.137440
4   03/17/2008 06:58 PM     98.447452   thermistor  0   12.280878   1277.008237

其中

日期

包含

时间戳

，

制造商

包含

字符串

数据类型。我想逐列浏览dataframe并创建一个字典，其键是数据类型，其值是具有给定数据类型的列

这就是我现在正在做的：

g = dframe.columns.to_series().groupby(dframe.dtypes).groups
data_types = {k.name: v for k, v in g.items()}

而

数据类型

如下所示：

{'float64': Index(['conductivity', 'price_per_unit', 'runtime'], dtype='object'),
 'int64': Index(['number_bought'], dtype='object'),
 'object': Index(['acquisition_date', 'manufacturer'], dtype='object')}

其中，

采集日期

和

制造商

不被视为

时间戳

和

字符串

，而是被视为

对象

。有没有一种方法可以将

时间戳

、

字符串

和其他可能的数据类型包含在此目录中

编辑：只是为了确保我清楚地知道我在问什么。我想修改上述代码，以提供：

{'float64': Index(['conductivity', 'price_per_unit', 'runtime'], dtype='object'),
 'int64': Index(['number_bought'], dtype='object'),
 'timestamp': Index(['acquisition_date'], dtype='object'),
 'string': Index(['manufacturer'], dtype='object')}

---

您可以使用df.dtypes获取列的数据类型，然后可以创建一个字典，使用对象作为键，使用列作为值

df1.acquisition_date = pd.to_datetime(df1.acquisition_date)
dict([(i.name,df1.dtypes[df1.dtypes==i].index) for i in df1.dtypes.unique()])

输出：

---

有两点值得注意：

如果当前包含

object

dtype，则需要将包含日期的序列显式转换为

datetime

没有

string

dtype这样的东西。熊猫使用

object

dtype保存任意Python对象

因此，您可以使用

pd.to_datetime

，这假设

object

dtype将只包含字符串。对此的正确检查必须单独检查每个值，这是昂贵且不可取的。下面是一个演示：

df = pd.DataFrame({'A': pd.to_datetime(['2018-01-01', '2018-11-30']),
                   'B': [4352.123, 5364.1],
                   'C': [423, 2134],
                   'D': ['SomeString', 'AnotherString'],
                   'E': [653.213, 764.1234],
                   'F': [True, False]})

g = df.columns.to_series().groupby(df.dtypes).groups

data_types = {k.name: v for k, v in g.items()}

结果:

{'bool': Index(['F'], dtype='object'),
 'datetime64[ns]': Index(['A'], dtype='object'),
 'float64': Index(['B', 'E'], dtype='object'),
 'int64': Index(['C'], dtype='object'),
 'object': Index(['D'], dtype='object')}

注意：您还可以使用：

---

我不明白你的意思。我只想让上面的代码能够将“object”类拆分为两个不同的类，即“string”和“timestamp”。@qbix是这样的吗？如果需要，可以更改datetime64键

{'bool': Index(['F'], dtype='object'),
 'datetime64[ns]': Index(['A'], dtype='object'),
 'float64': Index(['B', 'E'], dtype='object'),
 'int64': Index(['C'], dtype='object'),
 'object': Index(['D'], dtype='object')}

data_types = {i: df.select_dtypes(include=[i]).columns for i in df.dtypes}