Pandas'ta sayısal sütunları nasıl bulurum?

Diyelim ki dfbir panda DataFrame. Sayısal türdeki tüm sütunları bulmak istiyorum. Gibi bir şey:

isNumeric = is_numeric(df)

select_dtypesDataFrame yöntemini kullanabilirsiniz . İki parametre içerir ve hariç tutar. Yani isNumeric şöyle görünür:

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

newdf = df.select_dtypes(include=numerics)

Belgelenmemiş işlevi _get_numeric_data()yalnızca sayısal sütunları filtrelemek için kullanabilirsiniz :

df._get_numeric_data()

Misal:

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

Bunun "özel bir yöntem" (yani bir uygulama ayrıntısı) olduğunu ve gelecekte değişikliğe veya tamamen kaldırılabileceğini unutmayın. Dikkatli kullanın .

Yalnızca sayısal sütunlarla yeni bir veri çerçevesi oluşturmak için basit tek satırlık yanıt:

df.select_dtypes(include=np.number)

Sayısal sütunların adlarını istiyorsanız:

df.select_dtypes(include=np.number).columns.tolist()

Tam kod:

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']

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

Basit tek astar:

df.select_dtypes('number').columns

Aşağıdaki kodlar, bir veri kümesinin sayısal sütunlarının adlarının listesini döndürür.

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

İşte marketing_trainbenim veri setim ve select_dtypes()fonksiyon dışlama ve içerme bağımsız değişkenlerini kullanarak veri türlerini seçmek için kullanılır ve sütunlar veri kümesinin sütun adını almak için kullanılır, yukarıdaki kodun çıktısı aşağıdaki olacaktır:

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

Teşekkürler

Bu, pandalar veri çerçevesinde sayısal sütun bulmak için başka bir basit koddur.

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

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)

Bu cevabı uyarlayarak yapabilirsin

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

Burada, np.applymap(np.isreal)veri çerçevesindeki her hücrenin sayısal olup olmadığını gösterir ve .axis(all=0)bir sütundaki tüm değerlerin True olup olmadığını kontrol eder ve istenen sütunları dizine eklemek için kullanılabilecek bir dizi Boole döndürür.

Lütfen aşağıdaki koda bakın:

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())

Bu şekilde, değerin float ve int veya srting değerleri gibi sayısal olup olmadığını kontrol edebilirsiniz. ikinci if ifadesi, nesne tarafından başvurulan dizge değerlerini kontrol etmek için kullanılır.

Veri türlerini aşağıdaki gereksinime göre dahil edebilir ve hariç tutabiliriz:

train.select_dtypes(include=None, exclude=None)
train.select_dtypes(include='number') #will include all the numeric types

Jupyter Notebook'tan alıntılanmıştır.

Tüm sayısal türleri seçmek için np.numberveya'number'

• Dizeleri seçmek için objectdtype kullanmanız gerekir, ancak bunun tüm nesne dtype sütunlarını döndüreceğini unutmayın.

• NumPy dtype hierarchy <http://docs.scipy.org/doc/numpy/reference/arrays.scalars.html>__ bakın

• Tarih zamanlarını seçmek için np.datetime64, 'datetime'veya 'datetime64'

• Zaman çizelgelerini seçmek için np.timedelta64, 'timedelta'veya 'timedelta64'

• Pandaların kategorik tiplerini seçmek için şunu kullanın: 'category'

• Pandas datetimetz dtype'lerini seçmek için 'datetimetz'(0.20.0'da yeni) veya "'datetime64 [ns, tz]' kullanın