是否有用于查找数字和分类列的 python 函数？

Question

splitting/returning python 中 pandas 数据框的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

我正在寻找一种高效且更好的方法来执行此操作。任何建议或参考将不胜感激。

Answer 1

您可以通过 np.number 而不是数字列表 dtype 来简化您的答案：

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

示例：

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']

是否有用于查找数字和分类列的 python 函数？

Is there a python function for finding the numeric and categorical columns?

python

numeric

categories

dataframe

pandas