如何在Pandas中找到数字列？

Question

让我们说df是一个熊猫DataFrame.我想找到所有数字类型的列.就像是:

isNumeric = is_numeric(df)

Answer 1

您可以使用select_dtypesDataFrame的方法.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)

Answer 2

您可以使用以下命令仅筛选数字列

df._get_numeric_data()

例

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

Answer 3

创建仅包含数字列的新数据框的简单单行答案:

df.select_dtypes(include=np.number)

如果需要数字列的名称:

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']

Answer 4

简单的单线：

df.select_dtypes('number').columns

Answer 5

df.select_dtypes(exclude=['object'])

Answer 6

以下代码将返回数据集的数字列的名称列表。

cnames=list(marketing_train.select_dtypes(exclude=['object']).columns)

这marketing_train是我的数据集，select_dtypes()是使用 exclude 和 include 参数选择数据类型的函数，列用于获取上述代码输出的数据集的列名，如下所示：

['custAge',
     'campaign',
     'pdays',
     'previous',
     'emp.var.rate',
     'cons.price.idx',
     'cons.conf.idx',
     'euribor3m',
     'nr.employed',
     'pmonths',
     'pastEmail']
    

Answer 7

这是另一个用于在 pandas 数据框中查找数字列的简单代码，

numeric_clmns = df.dtypes[df.dtypes != "object"].index 

Answer 8

def is_type(df, baseType):
    import numpy as np
    import pandas as pd
    test = [issubclass(np.dtype(d).type, baseType) for d in df.dtypes]
    return pd.DataFrame(data = test, index = df.columns, columns = ["test"])
def is_float(df):
    import numpy as np
    return is_type(df, np.float)
def is_number(df):
    import numpy as np
    return is_type(df, np.number)
def is_integer(df):
    import numpy as np
    return is_type(df, np.integer)