在Python中從pandas數據框中分割/返回分類列和數字列的有效方法是什么？到目前為止，我正在使用以下函數來查找分類列和數字列。def returnCatNumList(df): object_cols = list(df.select_dtypes(exclude=['int', 'float', 'int64', 'float64', 'int32', 'float32', 'int16', 'float16']).columns) numeric_cols = list(df.select_dtypes(include=['int', 'float', 'int64', 'float64', 'int32', 'float32', 'int16', 'float16']).columns) return object_cols, numeric_cols我正在尋找一種有效且更好的方法來做到這一點。任何建議或參考將不勝感激。
3 回答
繁華開滿天機
TA貢獻1816條經驗 獲得超4個贊
您可以通過np.number數字列表來簡化您的答案dtype：
def returnCatNumList(df):
? ??
? ? object_cols = list(df.select_dtypes(exclude=np.number).columns)
? ? numeric_cols = list(df.select_dtypes(include=np.number).columns)
? ? return object_cols, numeric_cols
另一個想法是numeric_cols使用Index.difference：
def returnCatNumList(df):
? ??
? ? object_cols = list(df.select_dtypes(exclude=np.number).columns)
? ? numeric_cols = list(df.columns.difference(object_cols, sort=False))
? ? return object_cols, numeric_cols
開心每一天1111
TA貢獻1836條經驗 獲得超13個贊
您可以通過簡單地使用對象數據類型來做到這一點
def returnCatNumList(df):
object_cols = df.select_dtypes(include="object").columns.tolist()
numeric_cols = df.select_dtypes(exclude="object").columns.tolist()
return object_cols, numeric_cols
慕容3067478
TA貢獻1773條經驗 獲得超3個贊
我們還可以使用pandas types API，它允許我們交互和操作數據類型
def returnCatNumList(df):
? ? object_cols = []
? ? numeric_cols? = []
? ? for label, content in df.items():
? ? ? ? if pd.api.types.is_string_dtype(content):
? ? ? ? ? ? numeric_cols.append(label)
? ? ? ? else:
? ? ? ? ? ? object_cols.append(label)
? ? return object_cols, numeric_cols
例子：
iris = sns.load_dataset('iris')
object_cols, numeric_cols = returnCatNumList(iris)
print(object_cols)
print(numeric_cols)
輸出：
>>> ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
>>> ['species']
添加回答
舉報
0/150
提交
取消