Como encontro colunas numéricas no Pandas?

Digamos que dfseja um DataFrame do pandas. Eu gostaria de encontrar todas as colunas do tipo numérico. Algo como:

isNumeric = is_numeric(df)

Você pode usar o select_dtypesmétodo de DataFrame. Inclui dois parâmetros incluem e excluem. Portanto, isNumeric seria semelhante a:

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

newdf = df.select_dtypes(include=numerics)

Você pode usar a função não documentada _get_numeric_data()para filtrar apenas colunas numéricas:

df._get_numeric_data()

Exemplo:

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

Observe que este é um "método privado" (ou seja, um detalhe de implementação) e está sujeito a alterações ou remoção total no futuro. Use com cuidado .

Resposta simples de uma linha para criar um novo dataframe com apenas colunas numéricas:

df.select_dtypes(include=np.number)

Se você quiser os nomes das colunas numéricas:

df.select_dtypes(include=np.number).columns.tolist()

Código completo:

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']

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

One-liner simples:

df.select_dtypes('number').columns

Os códigos a seguir retornarão uma lista de nomes das colunas numéricas de um conjunto de dados.

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

aqui marketing_trainestá meu conjunto de dados e select_dtypes()é uma função para selecionar tipos de dados usando argumentos de exclusão e inclusão e colunas é usado para buscar o nome da coluna de saída do conjunto de dados do código acima será o seguinte:

['custAge',
     'campaign',
     'pdays',
     'previous',
     'emp.var.rate',
     'cons.price.idx',
     'cons.conf.idx',
     'euribor3m',
     'nr.employed',
     'pmonths',
     'pastEmail']

obrigado

Este é outro código simples para encontrar colunas numéricas no quadro de dados do pandas,

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

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)

Adaptando esta resposta , você poderia fazer

df.ix[:,df.applymap(np.isreal).all(axis=0)]

Aqui, np.applymap(np.isreal)mostra se cada célula no quadro de dados é numérica e .axis(all=0)verifica se todos os valores em uma coluna são Verdadeiros e retorna uma série de Booleanos que podem ser usados ​​para indexar as colunas desejadas.

Por favor, veja o código abaixo:

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())

Dessa forma, você pode verificar se os valores são numéricos, como float e int ou os valores srting. a segunda instrução if é usada para verificar os valores de string que são referidos pelo objeto.

Podemos incluir e excluir tipos de dados de acordo com os requisitos abaixo:

train.select_dtypes(include=None, exclude=None)
train.select_dtypes(include='number') #will include all the numeric types

Referido do Jupyter Notebook.

Para selecionar todos os tipos numéricos , use np.numberou'number'

• Para selecionar as strings você deve usar o objectdtype mas note que isso irá retornar todas as colunas do objeto dtype

• Veja o NumPy dtype hierarchy <http://docs.scipy.org/doc/numpy/reference/arrays.scalars.html>__

• Para selecionar datas, use np.datetime64, 'datetime'ou 'datetime64'

• Para selecionar timedeltas, use np.timedelta64, 'timedelta'ou 'timedelta64'

• Para selecionar dtipos categóricos do Pandas, use 'category'

• Para selecionar os dtipos datetimetz do Pandas, use 'datetimetz'(novo no 0.20.0) ou `` 'datetime64 [ns, tz]'