根据数据类型获取 pandas 数据框列的列表答案

【问题标题】：Get list of pandas dataframe columns based on data type根据数据类型获取 pandas 数据框列的列表
【发布时间】：2014-04-23 14:55:27
【问题描述】：

如果我有一个包含以下列的数据框：

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]

我想说：对于这个数据框，给我一个'object'类型或'datetime'类型的列的列表？

我有一个将数字（'float64'）转换为小数点后两位的函数，我想使用此特定类型的数据帧列列表，并通过此函数运行它以将它们全部转换为 2dp。

可能是这样的：

For c in col_list: if c.dtype = "Something"
list[]
List.append(c)?

【问题讨论】：

当我遇到这个问题时，我正在寻找一种方法来精确地创建顶部的列表。 df.dtypes 这样做。
访问者也可能对这个不同但相关的问题感兴趣，该问题是关于如何在每列中查找所有对象类型：How could I detect subtypes in pandas object columns?。

标签： python pandas dtype

【解决方案1】：

df = pd.DataFrame({'float': [1.0],
                   'int': [1],
                   'bool_1': [False],
                   'datetime': [pd.Timestamp('20180310')],
                   'bool_2': [True],
                   'string': ['foo']})
df.dtypes

# float              float64
# int                  int64
# bool_1                bool
# datetime    datetime64[ns]
# bool_2                bool
# string              object
# dtype: object


[column for column, is_type in (df.dtypes==bool).items() if is_type]
# ['bool_1', 'bool_2']

【讨论】：

【解决方案2】：

从 pandas v0.14.1 开始，您可以使用 select_dtypes() 按 dtype 选择列

In [2]: df = pd.DataFrame({'NAME': list('abcdef'),
    'On_Time': [True, False] * 3,
    'On_Budget': [False, True] * 3})

In [3]: df.select_dtypes(include=['bool'])
Out[3]:
  On_Budget On_Time
0     False    True
1      True   False
2     False    True
3      True   False
4     False    True
5      True   False

In [4]: mylist = list(df.select_dtypes(include=['bool']).columns)

In [5]: mylist
Out[5]: ['On_Budget', 'On_Time']

【讨论】：

【解决方案3】：

如果 6 年后问题仍然存在，这应该可以解决：)

cols = [c for c in df.columns if df[c].dtype in ['object', 'datetime64[ns]']]

【讨论】：

【解决方案4】：

list(df.select_dtypes(['object']).columns)

这应该可以解决问题

【讨论】：

这里最干净的答案。
.columns 可以删除

【解决方案5】：

使用df.info(verbose=True)，其中df是pandas数据农场，默认verbose=False

【讨论】：

如果表很大，可能会出现内存问题

【解决方案6】：

我使用 infer_objects()

Docstring：尝试为对象列推断更好的 dtype。

尝试对对象类型的列进行软转换，保留非对象和不可转换的列不变。推理规则是一样的就像在正常的 Series/DataFrame 构造过程中一样。

df.infer_objects().dtypes

【讨论】：

【解决方案7】：

为 yoshiserry;

def col_types(x,pd):
    dtypes=x.dtypes
    dtypes_col=dtypes.index
    dtypes_type=dtypes.value
    column_types=dict(zip(dtypes_col,dtypes_type))
    return column_types

【讨论】：

【解决方案8】：

我想出了这三个班轮。

基本上，这就是它的作用：

获取列名及其各自的数据类型。
我可以选择将其输出到 csv。

inp = pd.read_csv('filename.csv') # read input. Add read_csv arguments as needed
columns = pd.DataFrame({'column_names': inp.columns, 'datatypes': inp.dtypes})
columns.to_csv(inp+'columns_list.csv', encoding='utf-8') # encoding is optional

这让我在尝试生成模式时变得更加轻松。希望这会有所帮助

【讨论】：

【解决方案9】：

获取特定 dtype 列列表的最直接方法，例如'对象'：

df.select_dtypes(include='object').columns

例如：

>>df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>df.dtypes

A      int64
B    float64
C     object
D     object
E      int64
dtype: object

获取所有 'object' dtype 列：

>>df.select_dtypes(include='object').columns

Index(['C', 'D'], dtype='object')

仅用于列表：

>>list(df.select_dtypes(include='object').columns)

['C', 'D']

【讨论】：

【解决方案10】：

使用dtype 将为您提供所需列的数据类型：

dataframe['column1'].dtype

如果你想一次知道所有列的数据类型，你可以使用dtype的复数作为dtypes：

dataframe.dtypes

【讨论】：

这应该是公认的答案，它几乎以 OP 想要的格式打印数据类型。
问题是关于仅列出特定数据类型，例如使用df.select_dtypes(include=['Object','DateTime']).columns，如下所述

【解决方案11】：

如果你想要一个只有对象列的列表，你可以这样做：

non_numerics = [x for x in df.columns \
                if not (df[x].dtype == np.float64 \
                        or df[x].dtype == np.int64)]

然后，如果您想获得另一个仅包含数字的列表：

numerics = [x for x in df.columns if x not in non_numerics]

【讨论】：

【解决方案12】：

如果你想要某个类型的列的列表，你可以使用groupby:

>>> df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>> df
   A       B  C  D   E
0  1  2.3456  c  d  78

[1 rows x 5 columns]
>>> df.dtypes
A      int64
B    float64
C     object
D     object
E      int64
dtype: object
>>> g = df.columns.to_series().groupby(df.dtypes).groups
>>> g
{dtype('int64'): ['A', 'E'], dtype('float64'): ['B'], dtype('O'): ['C', 'D']}
>>> {k.name: v for k, v in g.items()}
{'object': ['C', 'D'], 'int64': ['A', 'E'], 'float64': ['B']}

【讨论】：

这可用作数据质量检查，可确保列的类型符合预期。
如果您的所有数据框列都返回 object 类型，则无论其实际内容如何，这都不起作用
@user5359531 这并不意味着它不起作用，这实际上意味着您的 DataFrame 列没有转换为您认为应该的类型，这可能由于多种原因而发生。
如果您只是按数据类型选择列，那么这个答案已经过时了。请改用select_dtypes
之后你如何索引这个分组的数据框？

【解决方案13】：

您可以在 dtypes 属性上使用布尔掩码：

In [11]: df = pd.DataFrame([[1, 2.3456, 'c']])

In [12]: df.dtypes
Out[12]: 
0      int64
1    float64
2     object
dtype: object

In [13]: msk = df.dtypes == np.float64  # or object, etc.

In [14]: msk
Out[14]: 
0    False
1     True
2    False
dtype: bool

您可以只查看具有所需 dtype 的那些列：

In [15]: df.loc[:, msk]
Out[15]: 
        1
0  2.3456

现在您可以使用 round（或其他）并将其分配回去：

In [16]: np.round(df.loc[:, msk], 2)
Out[16]: 
      1
0  2.35

In [17]: df.loc[:, msk] = np.round(df.loc[:, msk], 2)

In [18]: df
Out[18]: 
   0     1  2
0  1  2.35  c

【讨论】：

我希望能够编写一个函数，该函数接受一个数据帧的名称，然后返回一个列表字典，字典键是数据类型，值是列表数据框中属于该数据类型的列。
def col_types(x,pd):