Если у меня есть датафрейм со следующими столбцами:
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]
Я хотел бы иметь возможность сказать: вот кадр данных, дать мне список столбцов, которые имеют тип Object или типа DateTime?
У меня есть функция, которая преобразует числа (Float64) в два десятичных знака, и я хотел бы использовать этот список столбцов данных определенного типа и запустить его через эту функцию, чтобы преобразовать их все в 2dp.
Может быть:
For c in col_list: if c.dtype = "Something"
list[]
List.append(c)?
df.dtypes
делает этоОтветы:
Если вам нужен список столбцов определенного типа, вы можете использовать
groupby
:источник
object
тип, независимо от их фактического содержимогоselect_dtypes
вместо этогоНачиная с pandas v0.14.1, вы можете использовать
select_dtypes()
для выбора столбцов по dtypeисточник
Использование
dtype
даст вам тип данных желаемого столбца:если вы хотите знать типы данных всех столбцов одновременно , вы можете использовать множественное число
dtype
как dtypes :источник
df.select_dtypes(include=['Object','DateTime']).columns
как описано нижеВы можете использовать логическую маску для атрибута dtypes:
Вы можете посмотреть только на те столбцы с желаемым dtype:
Теперь вы можете использовать раунд (или любой другой) и присвоить его обратно:
источник
Это должно сделать свое дело
источник
по умолчанию используется
df.info(verbose=True)
гдеdf
datafarme для пандverbose=False
источник
Самый прямой способ получить список столбцов определенного dtype, например, «объект»:
Например:
Чтобы получить все «объектные» столбцы dtype:
Для всего списка:
источник
Если вы хотите список только столбцов объекта, вы можете сделать:
а затем, если вы хотите получить другой список только чисел:
источник
Я придумал этот три лайнера .
По сути, вот что он делает:
Это сделало мою жизнь намного проще, пытаясь создавать схемы на лету. Надеюсь это поможет
источник
для йошисерри;
источник
Я использую infer_objects ()
df.infer_objects().dtypes
источник