获取基于数据类型的pandas数据框架列列表

如果我有一个具有以下列的数据框架:

1. NAME                                     object
2. On_Time                                      object
3. On_Budget                                    object
4. %actual_hr                                  float64
5. Baseline Start Date                  datetime64[ns]
6. Forecast Start Date                  datetime64[ns]

我想能够说:对于这个数据框架，给我一个列的类型'对象'或类型'datetime'的列表?

我有一个函数，将数字('float64')转换为两个小数点后的位置，我想使用这个特定类型的数据帧列的列表，并通过这个函数将它们全部转换为2dp。

也许是这样的:

For c in col_list: if c.dtype = "Something"
list[]
List.append(c)?

当前回答

我使用infer_objects()

文档字符串:尝试为对象列推断更好的dtype。尝试对对象类型的列进行软转换，保留非对象不可转换列不变。推理规则是相同的与正常的系列/数据框架构建过程一样。

.dtypes df.infer_objects ()

2019-06-26 15:27:22

其他回答

使用dtype将为您提供所需的列的数据类型:

dataframe['column1'].dtype

如果你想一次知道所有列的数据类型，你可以使用dtype的复数作为dtypes:

dataframe.dtypes

2017-05-08 16:27:27

我使用infer_objects()

.dtypes df.infer_objects ()

2019-06-26 15:27:22

如果你想要一个只有对象列的列表，你可以这样做:

non_numerics = [x for x in df.columns \
                if not (df[x].dtype == np.float64 \
                        or df[x].dtype == np.int64)]

然后如果你想要得到另一个数字列表

numerics = [x for x in df.columns if x not in non_numerics]

2016-12-29 06:05:20

yoshiserry;

def col_types(x,pd):
    dtypes=x.dtypes
    dtypes_col=dtypes.index
    dtypes_type=dtypes.value
    column_types=dict(zip(dtypes_col,dtypes_type))
    return column_types

2018-08-28 03:08:14

获取特定dtype的列列表的最直接方法。“对象”:

df.select_dtypes(include='object').columns

例如:

>>df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>df.dtypes

A      int64
B    float64
C     object
D     object
E      int64
dtype: object

获取所有'object' dtype列:

>>df.select_dtypes(include='object').columns

Index(['C', 'D'], dtype='object')

仅仅是列表:

>>list(df.select_dtypes(include='object').columns)

['C', 'D']

2018-06-21 04:45:01

获取基于数据类型的pandas数据框架列列表

推荐文章

最新文章

标签