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

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

其他回答

list(df.select_dtypes(['object']).columns)

这应该能奏效

2018-02-14 06:44:32

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

如果6年后你仍然有这个问题，这应该可以解决它:)

cols = [c for c in df.columns if df[c].dtype in ['object', 'datetime64[ns]']]

2020-09-15 16:40:28

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

我想出了这个三句话。

本质上，它是这样做的:

获取列名及其各自的数据类型。我可以选择将它输出到csv。

inp = pd.read_csv('filename.csv') # read input. Add read_csv arguments as needed
columns = pd.DataFrame({'column_names': inp.columns, 'datatypes': inp.dtypes})
columns.to_csv(inp+'columns_list.csv', encoding='utf-8') # encoding is optional

这使得我在尝试动态生成模式时更加容易。希望这能有所帮助

2018-07-25 16:36:11

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