有没有更好的方法来确定Pandas 和/或NumPy 中的变量是否为numeric？
我有一个自定义的dictionary，其中dtypes 作为键，numeric / not 作为值。
【问题讨论】：
dtype.kind in 'biufc'。
您可以使用 dtypes 检查给定列是否包含数值
numerical_features = [feature for feature in train_df.columns if train_df[feature].dtypes != 'O']
注意：“O”应为大写
【讨论】：
根据@jaime 在 cmets 中的回答，您需要检查 .dtype.kind 以获得感兴趣的列。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
NB biufc 的含义：b bool, i int (signed), u unsigned int, f float, c complex。见https://docs.scipy.org/doc/numpy/reference/generated/numpy.dtype.kind.html#numpy.dtype.kind
【讨论】：
u 用于无符号整数；大写 U 用于 unicode。 [1]：docs.scipy.org/doc/numpy/reference/generated/…
Pandas 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'])
【讨论】：
只是添加到所有其他答案，也可以使用df.info() 来获取每一列的数据类型。
【讨论】：
df.dtypes
您可以使用np.issubdtype 来检查数据类型是否是np.number 的子数据类型。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 dtypes，但不适用于 pandas 特定类型，例如 pd.Categorical as Thomas noted。如果您使用的是来自 pandas 的分类 is_numeric_dtype 函数，则它比 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)
对于选择，pandas 现在有 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
【讨论】：
只检查列中某个值的类型怎么样？我们一直有这样的事情：
isinstance(x, (int, long, float, complex))
当我尝试检查以下数据框中列的数据类型时，我将它们作为“对象”而不是我期望的数字类型：
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，它似乎给了我准确的结果：
isinstance(df['test1'][len(df['test1'])-1], (int, long, float, complex))
返回
True
【讨论】：
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
【讨论】：
is_numeric_dtype 也为boolean 类型返回True。
你也可以试试：
df_dtypes = np.array(df.dtypes)
df_numericDtypes= [x.kind in 'bifc' for x in df_dtypes]
它返回一个布尔值列表：True 如果是数字，False 如果不是。
【讨论】：
这是一个伪内部方法，只返回数值类型数据
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
【讨论】：