说明哪些列仅是数值并在原始数据框中说明答案

【问题标题】：Stating which columns are numerical values only and stating it in original data frame说明哪些列仅是数值并在原始数据框中说明
【发布时间】：2020-11-11 08:02:49
【问题描述】：

下面我有一个数据框，我也知道如何找出哪一列只是数值。但是，我无法弄清楚如何生成类似于我的 desired_results 的东西，它保留了原始列名，但删除了所有行，只为数字列声明“数字”，为其他列声明空白。

数据

df2 = pd.DataFrame({'column1' : ['1','2','3','4'],
      'column2' : ['a', 'b', 'c', 'd']})
df2['column1'] = df2['column1'].astype('int')

找出哪些列是数值的代码

list(df2.select_dtypes(include=[np.number]).columns.values)

想要的结果

desired_results = pd.DataFrame({'column1' : ['numerical'],
      'column2' : ['']})

【问题讨论】：

具体问题是什么？您可以检索所有列名的列表，并且您有一个数字列列表，因此您可以像上一个 sn-p 中的字典一样创建字典来构建数据框？
更多答案here

标签： python pandas

【解决方案1】：

您可以使用to_numeric尝试将所有转换为数值：

df2.apply(pd.to_numeric, errors='coerce').notnull().all()

输出：

column1     True
column2    False
dtype: bool

【讨论】：

【解决方案2】：

num_cols = list(df2.select_dtypes(include=[np.number]).columns.values)
values = ["numerical" if c in num_cols else "" for c in df2.columns]
# values: ['numerical', '']

desired_result = pd.DataFrame(values).T
desired_result.columns = df2.columns
# desired_result:
#      column1 column2
# 0  numerical

【讨论】：