получить список столбцов фрейма данных pandas на основе типа данных

Question

получить список столбцов фрейма данных pandas на основе типа данных

Если у меня есть фрейм данных со следующими столбцами:

1. NAME                                     object

2. On_Time                                      object

3. On_Budget                                    object

4. %actual_hr                                  float64

5. Baseline Start Date                  datetime64[ns]

6. Forecast Start Date                  datetime64[ns]

Я хотел бы быть в состоянии сказать: вот фрейм данных, дайте мне список столбцов, которые имеют тип Object или типа DateTime?

у меня есть функция, которая преобразует числа (Float64) в два десятичных знака, и я хотел бы использовать этот список столбцов dataframe определенного типа и запустить его через эту функцию, чтобы преобразовать их все в 2dp.

может быть:

For c in col_list: if c.dtype = "Something"

list[]

List.append(c)?

514 10

python pandas

10 ответов:

Comments

Ничего не найдено.

DSM · Accepted Answer · 2014-03-18 11:29:34

Если вы хотите получить список столбцов определенного типа, вы можете использовать groupby:

>>> df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>> df
   A       B  C  D   E
0  1  2.3456  c  d  78

[1 rows x 5 columns]
>>> df.dtypes
A      int64
B    float64
C     object
D     object
E      int64
dtype: object
>>> g = df.columns.to_series().groupby(df.dtypes).groups
>>> g
{dtype('int64'): ['A', 'E'], dtype('float64'): ['B'], dtype('O'): ['C', 'D']}
>>> {k.name: v for k, v in g.items()}
{'object': ['C', 'D'], 'int64': ['A', 'E'], 'float64': ['B']}

qmorgan · Accepted Answer · 2018-09-21 18:27:34

как панды v0. 14. 1, Вы можете использовать select_dtypes() для выбора столбцов по dtype

In [2]: df = pd.DataFrame({'NAME': list('abcdef'),
    'On_Time': [True, False] * 3,
    'On_Budget': [False, True] * 3})

In [3]: df.select_dtypes(include=['bool'])
Out[3]:
  On_Budget On_Time
0     False    True
1      True   False
2     False    True
3      True   False
4     False    True
5      True   False

In [4]: mylist = list(df.select_dtypes(include=['bool']).columns)

In [5]: mylist
Out[5]: ['On_Budget', 'On_Time']

Andy Hayden · Accepted Answer · 2014-03-18 07:38:28

вы можете использовать логическую маску для атрибута dtypes:
In [11]: df = pd.DataFrame([[1, 2.3456, 'c']])

In [12]: df.dtypes
Out[12]: 
0      int64
1    float64
2     object
dtype: object

In [13]: msk = df.dtypes == np.float64  # or object, etc.

In [14]: msk
Out[14]: 
0    False
1     True
2    False
dtype: bool
вы можете посмотреть только те столбцы с нужными dtype:
In [15]: df.loc[:, msk]
Out[15]: 
        1
0  2.3456
Теперь вы можете использовать раунд (или что-то еще) и назначить его обратно:
In [16]: np.round(df.loc[:, msk], 2)
Out[16]: 
      1
0  2.35

In [17]: df.loc[:, msk] = np.round(df.loc[:, msk], 2)

In [18]: df
Out[18]: 
   0     1  2
0  1  2.35  c

Ashish Sahu · Accepted Answer · 2017-05-08 20:01:39

используя dtype даст вам нужный тип данных столбца:
dataframe['column1'].dtype
если вы хотите знать типы данных всех столбцов сразу, вы можете использовать множественное число dtype как dtypes:
dataframe.dtypes

Koo · Accepted Answer · 2018-03-07 09:43:09

использовать df.info() здесь df это панда datafarme

Tanmoy · Accepted Answer · 2018-02-14 08:44:32

df.select_dtypes (['object'])

Это должно сделать трюк

score 1 · Accepted Answer · 2016-12-29 08:05:20

Если вам нужен список только столбцов объекта, которые вы могли бы сделать:
non_numerics = [x for x in df.columns \
                if not (df[x].dtype == np.float64 \
                        or df[x].dtype == np.int64)]
а затем, если вы хотите получить еще один список только цифры:
numerics = [x for x in df.columns if x not in non_numerics]

MLKing · Accepted Answer · 2018-06-21 07:45:01

самый прямой способ получить список столбцов определенного dtype например 'object':
df.select_dtypes(include='object').columns
например:
>>df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>df.dtypes

A      int64
B    float64
C     object
D     object
E      int64
dtype: object
чтобы получить все столбцы dtype' object':
>>df.select_dtypes(include='object').columns

Index(['C', 'D'], dtype='object')
только для списка:
>>list(df.select_dtypes(include='object').columns)

['C', 'D']   

geekidharsh · Accepted Answer · 2018-07-27 23:23:25

Я придумал эти три лайнера.

по сути, вот что он делает:

получить имена столбцов и их типы данных.

я дополнительно выводить его в csv.
inp = pd.read_csv('filename.csv') # read input. Add read_csv arguments as needed
columns = pd.DataFrame({'column_names': inp.columns, 'datatypes': inp.dtypes})
columns.to_csv(inp+'columns_list.csv', encoding='utf-8') # encoding is optional
Это сделало мою жизнь намного легче в попытках создает схемы на лету. Надеюсь, это поможет

itthrill · Accepted Answer · 2018-08-28 06:08:14

для yoshiserry;

def col_types(x,pd):
    dtypes=x.dtypes
    dtypes_col=dtypes.index
    dtypes_type=dtypes.value
    column_types=dict(zip(dtypes_col,dtypes_type))
    return column_types