как проверить dtype столбца в python pandas

Question

как проверить dtype столбца в python pandas

мне нужно использовать различные функции для обработки числовых столбцов и строковых столбцов. То, что я сейчас делаю, действительно глупо:

allc = list((agg.loc[:, (agg.dtypes==np.float64)|(agg.dtypes==np.int)]).columns)

for y in allc:

    treat_numeric(agg[y])    



allc = list((agg.loc[:, (agg.dtypes!=np.float64)&(agg.dtypes!=np.int)]).columns)

for y in allc:

    treat_str(agg[y])

есть ли более элегантный способ сделать это? Е. Г.

for y in agg.columns:

    if(dtype(agg[y]) == 'string'):

          treat_str(agg[y])

    elif(dtype(agg[y]) != 'string'):

          treat_numeric(agg[y])

468 4

python pandas

4 ответов:

Comments

Ничего не найдено.

David Robinson · Accepted Answer · 2017-01-02 16:54:44

вы можете получить доступ к типу данных столбца с помощью dtype:
for y in agg.columns:
    if(agg[y].dtype == np.float64 or agg[y].dtype == np.int64):
          treat_numeric(agg[y])
    else:
          treat_str(agg[y])

Mike · Accepted Answer · 2017-01-23 23:45:21

Я знаю, что это немного старый поток, но с pandas 19.02, вы можете сделать:
df.select_dtypes(include=['float64']).apply(your_function)
df.select_dtypes(exclude=['string','object']).apply(your_other_function)
http://pandas.pydata.org/pandas-docs/version/0.19.2/generated/pandas.DataFrame.select_dtypes.html

danthelion · Accepted Answer · 2017-08-08 15:20:18

на pandas 0.20.2 вы можете сделать:

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

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

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

Так что ваш код становится:

for y in agg.columns:
    if (is_string_dtype(agg[y])):
        treat_str(agg[y])
    elif (is_numeric_dtype(agg[y])):
        treat_numeric(agg[y])

Tom · Accepted Answer · 2017-10-16 07:26:03

Если вы хотите пометить тип столбца dataframe как строку, вы можете сделать:
df['A'].dtype.kind
пример:
In [8]: df = pd.DataFrame([[1,'a',1.2],[2,'b',2.3]])
In [9]: df[0].dtype.kind, df[1].dtype.kind, df[2].dtype.kind
Out[9]: ('i', 'O', 'f')
ответ в ваш код:
for y in agg.columns:
    if(agg[y].dtype.kind == 'f' or agg[y].dtype.kind == 'i'):
          treat_numeric(agg[y])
    else:
          treat_str(agg[y])