是否有用于查找数字列和分类列的 python 函数？

Question

在Python中从pandas数据框中分割/返回分类列和数字列的有效方法是什么？到目前为止，我正在使用以下函数来查找分类列和数字列。def returnCatNumList(df):        object_cols = list(df.select_dtypes(exclude=['int', 'float', 'int64', 'float64',                                                  'int32', 'float32', 'int16', 'float16']).columns)    numeric_cols = list(df.select_dtypes(include=['int', 'float', 'int64', 'float64',                                                   'int32', 'float32', 'int16', 'float16']).columns)    return object_cols, numeric_cols我正在寻找一种有效且更好的方法来做到这一点。任何建议或参考将不胜感激。

Answer 1

您可以通过np.number数字列表来简化您的答案dtype：

def returnCatNumList(df):

    

    object_cols = list(df.select_dtypes(exclude=np.number).columns)

    numeric_cols = list(df.select_dtypes(include=np.number).columns)

    return object_cols, numeric_cols

另一个想法是numeric_cols使用Index.difference：

def returnCatNumList(df):

    

    object_cols = list(df.select_dtypes(exclude=np.number).columns)

    numeric_cols = list(df.columns.difference(object_cols, sort=False))

    return object_cols, numeric_cols

Answer 2

您可以通过简单地使用对象数据类型来做到这一点

def returnCatNumList(df):

    

    object_cols = df.select_dtypes(include="object").columns.tolist()

    numeric_cols = df.select_dtypes(exclude="object").columns.tolist()

    return object_cols, numeric_cols

Answer 3

我们还可以使用pandas types API，它允许我们交互和操作数据类型

def returnCatNumList(df):

    object_cols = []

    numeric_cols  = []

    for label, content in df.items():

        if pd.api.types.is_string_dtype(content):

            numeric_cols.append(label)

        else:

            object_cols.append(label)

    return object_cols, numeric_cols

例子：

iris = sns.load_dataset('iris')

object_cols, numeric_cols = returnCatNumList(iris)

print(object_cols)

print(numeric_cols)

输出：

>>> ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']

>>> ['species']