[PYTHON] dtype으로 팬더 열 선택

dtype으로 팬더 열 선택

Pandas DataFrames에서 데이터 유형 (dtype)별로 열을 선택하기위한 우아하고 간단한 방법이 있는지 궁금합니다. 즉, DataFrame에서 int64 열만 선택하십시오.

정교하게하기 위해,

df.select_columns(dtype=float64)

도움말에 미리 감사드립니다.

해결법

1. ==============================

   1.

   df.loc[:, df.dtypes == np.float64]
   

2. ==============================

   2.0.14.1부터 select_dtypes 메소드가 있으므로 좀 더 우아하게 / 일반적으로 할 수 있습니다.

   0.14.1부터 select_dtypes 메소드가 있으므로 좀 더 우아하게 / 일반적으로 할 수 있습니다.

   In [11]: df = pd.DataFrame([[1, 2.2, 'three']], columns=['A', 'B', 'C'])
   
   In [12]: df.select_dtypes(include=['int'])
   Out[12]:
      A
   0  1
   

   In [13]: df.select_dtypes(include=[np.number])
   Out[13]:
      A    B
   0  1  2.2
   
   In [14]: df.select_dtypes(exclude=[object])
   Out[14]:
      A    B
   0  1  2.2
   

3. ==============================

   3.

   df.select_dtypes(include=[np.float64])
   

4. ==============================

   4.모든 부동 dtypes 또는 모든 정수 dtypes 선택 옵션을 추가하여 기존 대답을 확장하고 싶습니다.

   모든 부동 dtypes 또는 모든 정수 dtypes 선택 옵션을 추가하여 기존 대답을 확장하고 싶습니다.

   데모:

   np.random.seed(1234)
   
   df = pd.DataFrame({
           'a':np.random.rand(3), 
           'b':np.random.rand(3).astype('float32'), 
           'c':np.random.randint(10,size=(3)).astype('int16'),
           'd':np.arange(3).astype('int32'), 
           'e':np.random.randint(10**7,size=(3)).astype('int64'),
           'f':np.random.choice([True, False], 3),
           'g':pd.date_range('2000-01-01', periods=3)
        })
   

   수율 :

   In [2]: df
   Out[2]:
             a         b  c  d        e      f          g
   0  0.191519  0.785359  6  0  7578569  False 2000-01-01
   1  0.622109  0.779976  8  1  7981439   True 2000-01-02
   2  0.437728  0.272593  0  2  2558462   True 2000-01-03
   
   In [3]: df.dtypes
   Out[3]:
   a           float64
   b           float32
   c             int16
   d             int32
   e             int64
   f              bool
   g    datetime64[ns]
   dtype: object
   

   모든 부동 숫자 열 선택 :

   In [4]: df.select_dtypes(include=['floating'])
   Out[4]:
             a         b
   0  0.191519  0.785359
   1  0.622109  0.779976
   2  0.437728  0.272593
   
   In [5]: df.select_dtypes(include=['floating']).dtypes
   Out[5]:
   a    float64
   b    float32
   dtype: object
   

   모든 정수 열 선택 :

   In [6]: df.select_dtypes(include=['integer'])
   Out[6]:
      c  d        e
   0  6  0  7578569
   1  8  1  7981439
   2  0  2  2558462
   
   In [7]: df.select_dtypes(include=['integer']).dtypes
   Out[7]:
   c    int16
   d    int32
   e    int64
   dtype: object
   

   모든 숫자 열 선택 :

   In [8]: df.select_dtypes(include=['number'])
   Out[8]:
             a         b  c  d        e
   0  0.191519  0.785359  6  0  7578569
   1  0.622109  0.779976  8  1  7981439
   2  0.437728  0.272593  0  2  2558462
   
   In [9]: df.select_dtypes(include=['number']).dtypes
   Out[9]:
   a    float64
   b    float32
   c      int16
   d      int32
   e      int64
   dtype: object
   

from https://stackoverflow.com/questions/21271581/selecting-pandas-columns-by-dtype by cc-by-sa and MIT license