如何在 Pandas 中查找数字列？

问题描述：

假设df是 pandas DataFrame。我想找到所有数字类型的列。例如：

isNumeric = is_numeric(df)

解决方案 1：

您可以使用select_dtypesDataFrame 的方法。它包含两个参数 include 和 exclude。因此 isNumeric 看起来像：

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

newdf = df.select_dtypes(include=numerics)

从Pandas 1.0 开始你也可以这样做：

df.select_dtypes(include='number')

解决方案 2：

简单的一行答案即可创建仅包含数字列的新数据框：

df.select_dtypes(include=np.number)

如果您想要数字列的名称：

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

完整代码：

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']

解决方案 3：

您可以使用未记录的函数_get_numeric_data()来仅过滤数字列：

df._get_numeric_data()

例子：

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），将来可能会更改或完全删除。请谨慎使用。

解决方案 4：

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

更新：

df.select_dtypes(include= np.number)

或者使用新版本的 panda

 df.select_dtypes('number')

解决方案 5：

简单的一行：

df.select_dtypes('number').columns

解决方案 6：

以下代码将返回数据集的数字列名称列表。

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

这marketing_train是我的数据集，select_dtypes()它是使用排除和包含参数选择数据类型的函数，使用列来获取数据集的列名，上述代码的输出如下：

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

解决方案 7：

这是另一个用于在 Pandas 数据框中查找数字列的简单代码，

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

解决方案 8：

我们可以根据以下要求包含和排除数据类型：

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

摘自 Jupyter Notebook。

要选择所有数字类型，请使用np.number或'number'

• 要选择字符串，您必须使用objectdtype，但请注意，这将返回所有对象 dtype 列

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

• 要选择日期时间，请使用
  np.datetime64或'datetime'`'datetime64'`

• 要选择时间增量，请使用
  np.timedelta64或'timedelta'`'timedelta64'`

• 要选择 Pandas 分类数据类型，请使用'category'

• 要选择 Pandas datetimetz 数据类型，请使用'datetimetz'（0.20.0 中的新功能）或“datetime64[ns, tz]”

解决方案 9：

虽然这是一个老话题，

但我认为以下公式比所有其他评论都更简单

df[df.describe().columns]

由于函数 describe() 仅适用于数字列，因此输出的列将仅为数字。

解决方案 10：

很多发布的答案都是低效的。这些答案要么返回/选择原始数据框的子集（不必要的副本），要么在 的情况下执行不必要的计算统计describe()。

为了获取数字列名，可以使用条件列表理解和pd.api.types.is_numeric_dtype函数：

numeric_cols = [col for col in df if pd.api.types.is_numeric_dtype(df[col])]

我不确定这个功能是什么时候引入的。

解决方案 11：

请参阅下面的代码：

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())

这样，您就可以检查该值是否是数字（例如浮点数和整数）或 srting 值。第二个 if 语句用于检查对象引用的字符串值。

解决方案 12：

@Kathiramani Sukumar 的回答df._get_numeric_data()最棒。

xdf = pd.DataFrame({'Numeric':[20,10,np.nan],'String':['foo','bar','daa'],'Date':[datetime(2023,1,1,0,0,0),datetime(2023,1,2,0,0,0),np.nan]})
xdf.dtypes
Numeric           float64
String             object
Date       datetime64[ns]
dtype: object

%timeit xdf._get_numeric_data()
34.7 µs ± 870 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit xdf.select_dtypes(include=np.number)
797 µs ± 10.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

numerics = ['int16', 'int32', 'int64', 'float16', 'float32', 'float64']
%timeit xdf.select_dtypes(include=numerics)
991 µs ± 24.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

解决方案 13：

调整这个答案，你可以做

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

这里np.applymap(np.isreal)显示数据框中的每个单元格是否都是数字，并.axis(all=0)检查列中的所有值是否为 True，并返回一系列可用于索引所需列的布尔值。

解决方案 14：

numerical_col = df.describe().columns.to_list()

这是我通常使用的方法。因为 describe 方法仅返回数字列。

解决方案 15：

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)