有没有更好的方法来确定inPandas和/或NumPyis中的变量numeric？
我定义了一个自我dictionary与dtypes密钥和numeric/not作为值。
Answers:
在pandas 0.20.2你可以这样做：
import pandas as pd
from pandas.api.types import is_string_dtype
from pandas.api.types import is_numeric_dtype
df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': [1.0, 2.0, 3.0]})
is_string_dtype(df['A'])
>>>> True
is_numeric_dtype(df['B'])
>>>> True
您可以np.issubdtype用来检查dtype是否是的子dtype np.number。例子：
np.issubdtype(arr.dtype, np.number) # where arr is a numpy array
np.issubdtype(df['X'].dtype, np.number) # where df['X'] is a pandas Series
这适用于numpy的dtype，但不适用于特定于熊猫的类型，如Thomas指出的pd.Categorical 。如果您使用的is_numeric_dtype是熊猫的分类函数，则比np.issubdtype更好。
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1.0, 2.0, 3.0],
'C': [1j, 2j, 3j], 'D': ['a', 'b', 'c']})
df
Out:
A B C D
0 1 1.0 1j a
1 2 2.0 2j b
2 3 3.0 3j c
df.dtypes
Out:
A int64
B float64
C complex128
D object
dtype: object
np.issubdtype(df['A'].dtype, np.number)
Out: True
np.issubdtype(df['B'].dtype, np.number)
Out: True
np.issubdtype(df['C'].dtype, np.number)
Out: True
np.issubdtype(df['D'].dtype, np.number)
Out: False
对于多列，您可以使用np.vectorize：
is_number = np.vectorize(lambda x: np.issubdtype(x, np.number))
is_number(df.dtypes)
Out: array([ True, True, True, False], dtype=bool)
为了供选择，熊猫现在具有select_dtypes：
df.select_dtypes(include=[np.number])
Out:
A B C
0 1 1.0 1j
1 2 2.0 2j
2 3 3.0 3j
根据评论中@jaime的答案，您需要检查.dtype.kind感兴趣的列。例如;
>>> import pandas as pd
>>> df = pd.DataFrame({'numeric': [1, 2, 3], 'not_numeric': ['A', 'B', 'C']})
>>> df['numeric'].dtype.kind in 'biufc'
>>> True
>>> df['not_numeric'].dtype.kind in 'biufc'
>>> False
注意biufc：bbool，iint（有符号），uunsigned int，ffloat，ccomplex的含义。参见https://docs.scipy.org/doc/numpy/reference/generation/numpy.dtype.kind.html#numpy.dtype.kind
熊猫具有select_dtype功能。您可以像这样轻松过滤int64和float64上的列：
df.select_dtypes(include=['int64','float64'])
这是仅返回数值类型数据的伪内部方法
In [27]: df = DataFrame(dict(A = np.arange(3),
B = np.random.randn(3),
C = ['foo','bar','bah'],
D = Timestamp('20130101')))
In [28]: df
Out[28]:
A B C D
0 0 -0.667672 foo 2013-01-01 00:00:00
1 1 0.811300 bar 2013-01-01 00:00:00
2 2 2.020402 bah 2013-01-01 00:00:00
In [29]: df.dtypes
Out[29]:
A int64
B float64
C object
D datetime64[ns]
dtype: object
In [30]: df._get_numeric_data()
Out[30]:
A B
0 0 -0.667672
1 1 0.811300
2 2 2.020402
仅检查列中值之一的类型怎么样？我们一直都有这样的事情：
isinstance(x, (int, long, float, complex))
当我尝试检查数据框下方的列的数据类型时，将它们作为“对象”而不是期望的数字类型：
df = pd.DataFrame(columns=('time', 'test1', 'test2'))
for i in range(20):
df.loc[i] = [datetime.now() - timedelta(hours=i*1000),i*10,i*100]
df.dtypes
time datetime64[ns]
test1 object
test2 object
dtype: object
当我执行以下操作时，似乎可以给我准确的结果：
isinstance(df['test1'][len(df['test1'])-1], (int, long, float, complex))
退货
True
您可以使用dtypes检查给定的列是否包含数值
numerical_features = [feature for feature in train_df.columns if train_df[feature].dtypes != 'O']
注意：“ O”应为大写
dtype.kind in 'biufc'。