关于python：如何在Pandas中找到数字列？


How do I find numeric columns in Pandas?

假设df是一个熊猫数据帧。我想查找所有数字类型的列。比如：

1
isNumeric = is_numeric(df)
相关讨论

您可以使用数据帧的select_dtypes方法。它包括两个参数include和exclude。所以IsNumeric看起来像：

1
2
3
numerics = ['int16', 'int32', 'int64', 'float16', 'float32', 'float64']

newdf = df.select_dtypes(include=numerics)
相关讨论

您可以使用未记录的函数_get_numeric_data()仅筛选数值列：

1
df._get_numeric_data()

。

例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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)，将来可能会发生更改或完全删除。小心使用。

相关讨论

简单的一行应答来创建一个只有数字列的新数据帧：

1
df.select_dtypes(include=[np.number])

如果需要数字列的名称：

1
df.select_dtypes(include=[np.number]).columns.tolist()

。

完整代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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']
相关讨论

1
df.select_dtypes(exclude=['object'])

。

相关讨论

调整这个答案，你可以

1
df.ix[:,df.applymap(np.isreal).all(axis=0)]

号

这里，np.applymap(np.isreal)显示数据帧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都是真的，并返回一系列可用于索引所需列的布尔值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
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)

请参见以下代码：

1
2
3
4
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。

这是在PANDAS数据框中查找数字列的另一个简单代码，

1
      numeric_clmns = df.dtypes[df.dtypes !="object"].index

。