检查 object-dtype 列值是浮点数还是字符串的函数答案

【问题标题】：Function to check if object-dtype column value is float or string检查 object-dtype 列值是浮点数还是字符串的函数
【发布时间】：2018-11-21 18:26:09
【问题描述】：

我正在尝试在excel中编写一个等于isnumber[column]函数的函数

数据集：

feature1 feature2 feature3
  123       1.07     1
  231       2.08     3
  122        ab      4
  111       3.04     6
  555        cde     8

feature1: integer dtype
feature2: object dtype
feature3: integer dtype

我试过这段代码

for item in df.feature2.iteritems():
    if isinstance(item, float):
       print('yes')
    else:
       print('no')

我得到的结果是

 no
 no
 no
 no
 no

但我希望结果为

yes
yes
no
yes
no

当我尝试检查单个 feature2 值的类型时，这就是所看到的

type(df.feature2[0]) = str
type(df.feature2[1]) = str
type(df.feature2[2]) = str
type(df.feature2[3]) = str
type(df.feature2[4]) = str

But clearly 0,1,3 should be shown as float, but they show up as str

我做错了什么？

【问题讨论】：

标签： python python-3.x python-2.7 user-defined-types isinstance

【解决方案1】：

Iteritems 返回一个元组，((123, '1.07'), 1.07)，由于您想遍历每个值，请尝试以下代码。您只需删除.iteritems()，它就会像魅力一样发挥作用。

df['feature2']=[1.07,2.08,'ab',3.04,'cde']
for item in df.feature2:
    if isinstance(item,float):
       print('yes')
    else:
       print('no')

这是你的输出：

yes
yes
no
yes
no

【讨论】：

如果有帮助，请注意接受并支持答案。谢谢:)
@SaiSumanth 你能告诉我有什么错误吗？我包括了我用于测试的数据框创建行，它对我有用。另外，我正在使用 Python3
它现在可以工作了，实际上我的特征值是'float string'类型而不是float类型。谢谢

【解决方案2】：

我认为您需要在这里考虑两件事：

Dict 与 DataFrame 的方法
dtype（数组标量类型）和类型（内置 Python 类型）之间的区别 - 参考 (https://numpy.org/devdocs/reference/arrays.dtypes.html)

第 1 点：

.iteritems() / .items() 是字典的方法，而如果您正在处理 dtypes（并根据您提供的数据判断），您可能会通过一个 DataFrame，在其中您不不需要使用.iteritems() 方法来循环遍历每个值。旁注，.iteritems() 已被 Python 淘汰，取而代之的是 .items()（参见讨论：When should iteritems() be used instead of items()?）

第 2 点：

使用 numpy 或 Pandas 时，导入 DataFrames 的值的数据类型称为dtypes。这些需要与它们在 Python 中的直接比较区分开来，Python 将其称为 type。您应该使用“Pandas 数据类型”标题下的表格将dtype 映射到type（参考：https://pbpython.com/pandas_dtypes.html）

现在，针对您的问题，这段代码应该可以解决您的问题：

import pandas as pd

columns = ['feature1', 'feature2', 'feature3']
data = [[123, 1.07, 1],
        [231, 2.08, 3],
        [122, 'ab', 4],
        [111, 3.04, 6],
        [555, 'cde', 8]]

df = pd.DataFrame(data, columns=columns)

for value in df.feature2:
    if isinstance(value,float):
        print('yes')
    else:
        print('no')

【讨论】：

【解决方案3】：

试试这个：

for i in range(len(df["feature2"])):
    test = df.loc[i,"feature2"]
    if isinstance(test, float):
        print('yes')
    else:
        print('no')

【讨论】：

请记住，这只是测试浮点数 - 如果您想要任何数字、浮点数或整数，则必须将第三行更改为 if isinstance(test, float) 或 isinstance(test, int):

【解决方案4】：

这是因为iteritems() 返回一个元组，即(index, value)。因此，您正在尝试检查 (0, 1.07) 或 (1, 2.08) 是否属于浮点类型，当然它们不是。

如果您将df.feature2.iteritems() 更改为df.feature2.values，它应该可以工作:)

【讨论】：

【解决方案5】：

你可以这样做：

from pandas import DataFrame as df

columns = ['feature1', 'feature2', 'feature3']
data = [[123, 1.07, 1],
 [231, 2.08, 3],
 [122, 'ab', 4],
 [111, 3.04, 6],
 [555, 'cde', 8]]

df_ = df(data, columns=columns)
types = []
for k in df_:
    a = set(type(m) for m in df_[k])
    if len(a) > 1:
        types.append({k: 'object'})
    else:
        types.append({k: str(list(a)[0].__name__)})

print(types)

输出：

[{'feature1': 'int'}, {'feature2': 'object'}, {'feature3': 'int'}]

【讨论】：