Pandas / NumPy'de bir sütunun / değişkenin sayısal olup olmadığı nasıl belirlenir?

Olsun bir değişkeni belirlemek için daha iyi bir yolu var mı Pandasve / veya NumPybir numericya da değil?

Ben tanımlanmış bir benliğe sahip dictionaryolan dtypesanahtarlar gibi numeric/ notdeğerler olarak.

Gelen pandas 0.20.2yapabileceğiniz:

import pandas as pd
from pandas.api.types import is_string_dtype
from pandas.api.types import is_numeric_dtype

df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': [1.0, 2.0, 3.0]})

is_string_dtype(df['A'])
>>>> True

is_numeric_dtype(df['B'])
>>>> True

np.issubdtypeDtype'ın bir alt türü olup olmadığını kontrol etmek için kullanabilirsiniz np.number. Örnekler:

np.issubdtype(arr.dtype, np.number)  # where arr is a numpy array
np.issubdtype(df['X'].dtype, np.number)  # where df['X'] is a pandas Series

Bu, numpy'nin dtype'lerinde işe yarar, ancak Thomas'ın belirttiği gibi pd.Categorical gibi pandalara özgü türler için başarısız olur . is_numeric_dtypePandaların categoricals işlevini kullanıyorsanız , np.issubdtype işlevinden daha iyi bir alternatiftir.

df = pd.DataFrame({'A': [1, 2, 3], 'B': [1.0, 2.0, 3.0], 
                   'C': [1j, 2j, 3j], 'D': ['a', 'b', 'c']})
df
Out: 
   A    B   C  D
0  1  1.0  1j  a
1  2  2.0  2j  b
2  3  3.0  3j  c

df.dtypes
Out: 
A         int64
B       float64
C    complex128
D        object
dtype: object

np.issubdtype(df['A'].dtype, np.number)
Out: True

np.issubdtype(df['B'].dtype, np.number)
Out: True

np.issubdtype(df['C'].dtype, np.number)
Out: True

np.issubdtype(df['D'].dtype, np.number)
Out: False

Birden çok sütun için np.vectorize kullanabilirsiniz:

is_number = np.vectorize(lambda x: np.issubdtype(x, np.number))
is_number(df.dtypes)
Out: array([ True,  True,  True, False], dtype=bool)

Ve seçim için pandalarda artık şunlar var select_dtypes:

df.select_dtypes(include=[np.number])
Out: 
   A    B   C
0  1  1.0  1j
1  2  2.0  2j
2  3  3.0  3j

@ Jaime'nin yorumlardaki cevabına göre .dtype.kind, ilgilenilen sütunu kontrol etmeniz gerekir . Örneğin;

>>> import pandas as pd
>>> df = pd.DataFrame({'numeric': [1, 2, 3], 'not_numeric': ['A', 'B', 'C']})
>>> df['numeric'].dtype.kind in 'biufc'
>>> True
>>> df['not_numeric'].dtype.kind in 'biufc'
>>> False

NB Anlamı biufc: bbool, iint (işaretli), uişaretsiz int, ffloat, ckarmaşık. Bkz. Https://docs.scipy.org/doc/numpy/reference/generated/numpy.dtype.kind.html#numpy.dtype.kind

Pandaların select_dtypeişlevi vardır. Kolayca üzerinde sütunları filtre Int64 ve float64 böyle:

df.select_dtypes(include=['int64','float64'])

Bu, yalnızca sayısal tür verilerini döndürmek için sözde dahili bir yöntemdir

In [27]: df = DataFrame(dict(A = np.arange(3), 
                             B = np.random.randn(3), 
                             C = ['foo','bar','bah'], 
                             D = Timestamp('20130101')))

In [28]: df
Out[28]: 
   A         B    C                   D
0  0 -0.667672  foo 2013-01-01 00:00:00
1  1  0.811300  bar 2013-01-01 00:00:00
2  2  2.020402  bah 2013-01-01 00:00:00

In [29]: df.dtypes
Out[29]: 
A             int64
B           float64
C            object
D    datetime64[ns]
dtype: object

In [30]: df._get_numeric_data()
Out[30]: 
   A         B
0  0 -0.667672
1  1  0.811300
2  2  2.020402

Sütundaki değerlerden biri için türü kontrol etmeye ne dersiniz? Hep böyle bir şey yaşadık:

isinstance(x, (int, long, float, complex))

Aşağıdaki veri çerçevesindeki sütunların veri türlerini kontrol etmeye çalıştığımda, onları beklediğim sayısal bir tür değil, 'nesne' olarak alıyorum:

df = pd.DataFrame(columns=('time', 'test1', 'test2'))
for i in range(20):
    df.loc[i] = [datetime.now() - timedelta(hours=i*1000),i*10,i*100]
df.dtypes

time     datetime64[ns]
test1            object
test2            object
dtype: object

Aşağıdakileri yaptığımda bana doğru sonuç veriyor gibi görünüyor:

isinstance(df['test1'][len(df['test1'])-1], (int, long, float, complex))

İadeler

True

Şunları da deneyebilirsiniz:

df_dtypes = np.array(df.dtypes)
df_numericDtypes= [x.kind in 'bifc' for x in df_dtypes]

Bir boole listesi döndürür: Truesayısal ise, Falsedeğilse.

Sadece diğer tüm cevaplara eklemek için df.info(), her sütunun veri türünü elde etmek için de kullanılabilir .

Belirli bir sütunun sayısal değerler içerip içermediğini dtype kullanarak kontrol edebilirsiniz.

numerical_features = [feature for feature in train_df.columns if train_df[feature].dtypes != 'O']

Not: "O" büyük harf olmalıdır