如何在 Pandas 中找到数字列？答案

【问题标题】：How do I find numeric columns in Pandas?如何在 Pandas 中找到数字列？
【发布时间】：2014-09-22 06:15:00
【问题描述】：

假设df 是一个熊猫数据框。我想找到所有数字类型的列。比如：

isNumeric = is_numeric(df)

【问题讨论】：

您应该指定具有dtype 为object 但所有元素均为数字的列是否计为数字。如果不是，请采用 Hanan 的答案，因为它也更快。否则，拿走我的。
如果你简单地尝试 df.describe().columns 会发生什么。然后将其分配给一个变量。
相关：Get list of pandas dataframe columns based on data type。然后你只需要列出整数和浮点类型到df.select_dtypes(include=[...])。

标签： python types pandas

【解决方案1】：

您可以使用 DataFrame 的select_dtypes 方法。它包括两个参数 include 和 exclude。所以 isNumeric 看起来像：

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

newdf = df.select_dtypes(include=numerics)

【讨论】：

如果您不需要指定“数字”列表，可以使用 df.select_dtypes(include=[np.number])
在上一条评论 (+1) 中的提示的基础上，您可以使用 list(df.select_dtypes(include=[np.number]).columns.values) 获取数字列的名称列表
相反，带有字符串匹配的经典过滤器性能更高（已测量）：list(filter(lambda x: 'float' not in str(df.dtypes[x]) and 'int' not in str(df.dtypes[x]), df.columns))
如果你想要列名list(df.select_dtypes('number'))（来自 pandas v1.0.0）
这个答案看起来已经过时了。 2022 年，“要选择所有数字类型，请使用 np.number 或 'number'”，来自 pandas.pydata.org/docs/reference/api/…

【解决方案2】：

创建仅包含数字列的新数据框的简单单行答案：

df.select_dtypes(include=np.number)

如果你想要数字列的名称：

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']

【讨论】：

df.select_dtypes(include=['int64']).columns.tolist()
如果只需要一种类型，则不需要将其存储在列表中。您也不需要指定include=。 select_dtypes(np.number)
如果您的列有数字数据但也有无，则 dtype 可能是“对象”。这会将列强制转换为数字：df.fillna(value=0, inplace=True)
还有：df.select_dtypes('number')。它甚至更短，您不必导入 numpy

【解决方案3】：

您可以使用未记录的函数_get_numeric_data() 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，这是一种“私有方法”（即实现细节），将来可能会发生更改或完全删除。 谨慎使用。

【讨论】：

超级好用；这在任何地方都有记录吗？担心它在未来的版本中消失和/或不稳定，如its prefix underscore indicates that it's meant to be private.
不，这在任何地方都没有记录。实现是here，但是，就像@ijoseph 提到的那样，我会警惕使用以下划线开头的方法，因为它们只不过是实现细节。使用除此之外的任何其他答案。
没错。作为最佳实践，我尝试使用并转换为尽可能多的 numpy 方法。这是由于熊猫的活力。 API 经常更改。对于未记录的方法，无论它多么有用，它都只是鲁莽的。

【解决方案4】：

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

更新：

df.select_dtypes(include= np.number)

或使用新版本的熊猫

 df.select_dtypes('number')

【讨论】：

日期时间列是不同的类型 datetime 不是数字类型

【解决方案5】：

简单的单行：

df.select_dtypes('number').columns

【讨论】：

目前为止最 Pythonic 的方式，是的。

【解决方案6】：

以下代码将返回数据集的数字列的名称列表。

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

这里marketing_train 是我的数据集，select_dtypes() 是使用排除和包含参数选择数据类型的函数，列用于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']

【讨论】：

【解决方案7】：

这是另一个在 pandas 数据框中查找数字列的简单代码，

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

【讨论】：

【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

引用自 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 object dtype，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、'datetime' 或 'datetime64'
要选择时间增量，请使用 np.timedelta64、'timedelta' 或 'timedelta64'
要选择 Pandas 分类数据类型，请使用 'category'
要选择 Pandas datetimetz dtypes，请使用 'datetimetz'（新 0.20.0) 或 ``'datetime64[ns, tz]'

【讨论】：

【解决方案9】：

请看下面的代码：

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())

这样您可以检查该值是否为数字，例如 float 和 int 或 srting 值。第二个 if 语句用于检查对象引用的字符串值。

【讨论】：

【解决方案10】：

虽然这是老话题，

但我认为以下公式比所有其他 cmets 更容易

df[df.describe().columns]

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。

【解决方案11】：

适应this answer，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为数字，.axis(all=0) 检查列中的所有值是否为 True，并返回一系列布尔值，可用于索引所需列。

【讨论】：

【解决方案12】：

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)

【讨论】：