如何仅选择数值数据类型并将它们保存在python中的数组中？

Question

我想从 csv 中获取所有数字字段的字段，并将这些字段存储在一个数组中，以便我可以执行数学运算。我可以获取数据类型但无法限制。我是python脚本的新手，请帮助

编辑：我添加了一个示例行

所以这里的 F1 和 F3 是数字字段。所以我想把这两个字段名保存在一个数组变量中 字段名=["F1","F3"]

import csv
import pandas as pd
import numpy as np

data = pd.read_csv(r'C:\Users\spanda031\Downloads\test_19.csv')
print(data.dtypes)
with open(r'C:\Users\spanda031\Downloads\test_19.csv') as f:
    d_reader = csv.DictReader(f)

    #get fieldnames from DictReader object and store in list
    headers = d_reader.fieldnames
    print(headers)
    for line in headers:
        #print value in MyCol1 for each row
        print(line)        
        v3=np.array(data[line])

Answer 1

select_dtypes

您可以使用np.number 或如文档中所述使用'number' 来选择所有数字系列：

# read csv file
df = pd.read_csv('file.csv')

# subset dataframe to include only numeric columns
df = df.select_dtypes(include='number')

# get column labels in array
cols = df.columns.values

# extract NumPy array from dataframe
arr = df.values

请注意，不需要 csv 模块，因为 Pandas 可以通过 pd.read_csv 读取 csv 文件。

Answer 2

isdigit 可用于检查 Python 中数据框的任何列中是否仅存在数值。假设列名是Measure，那么，你可以写

df['Measure_isdigit'] = map(lambda x: x.isdigit(), df['Measure'])

打印 df