¿Cómo encuentro columnas numéricas en Pandas?

Digamos que dfes un DataFrame de pandas. Me gustaría encontrar todas las columnas de tipo numérico. Algo como:

isNumeric = is_numeric(df)

Puede utilizar el select_dtypesmétodo de DataFrame. Incluye dos parámetros incluir y excluir. Entonces isNumeric se vería así:

numerics = ['int16', 'int32', 'int64', 'float16', 'float32', 'float64']

newdf = df.select_dtypes(include=numerics)

Puede usar la función no documentada _get_numeric_data()para filtrar solo columnas numéricas:

df._get_numeric_data()

Ejemplo:

In [32]: data
Out[32]:
   A  B
0  1  s
1  2  s
2  3  s
3  4  s

In [33]: data._get_numeric_data()
Out[33]:
   A
0  1
1  2
2  3
3  4

Tenga en cuenta que este es un "método privado" (es decir, un detalle de implementación) y está sujeto a cambios o eliminación total en el futuro. Úselo con precaución .

Respuesta simple de una línea para crear un nuevo marco de datos con solo columnas numéricas:

df.select_dtypes(include=np.number)

Si desea los nombres de las columnas numéricas:

df.select_dtypes(include=np.number).columns.tolist()

Código completo:

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': range(7, 10),
                   'B': np.random.rand(3),
                   'C': ['foo','bar','baz'],
                   'D': ['who','what','when']})
df
#    A         B    C     D
# 0  7  0.704021  foo   who
# 1  8  0.264025  bar  what
# 2  9  0.230671  baz  when

df_numerics_only = df.select_dtypes(include=np.number)
df_numerics_only
#    A         B
# 0  7  0.704021
# 1  8  0.264025
# 2  9  0.230671

colnames_numerics_only = df.select_dtypes(include=np.number).columns.tolist()
colnames_numerics_only
# ['A', 'B']

df.select_dtypes(exclude=['object'])

De una sola línea simple:

df.select_dtypes('number').columns

Los siguientes códigos devolverán una lista de nombres de las columnas numéricas de un conjunto de datos.

cnames=list(marketing_train.select_dtypes(exclude=['object']).columns)

aquí marketing_trainestá mi conjunto de datos y la select_dtypes()función para seleccionar tipos de datos usando excluir e incluir argumentos y columnas se usa para buscar el nombre de columna del conjunto de datos, la salida del código anterior será la siguiente:

['custAge',
     'campaign',
     'pdays',
     'previous',
     'emp.var.rate',
     'cons.price.idx',
     'cons.conf.idx',
     'euribor3m',
     'nr.employed',
     'pmonths',
     'pastEmail']

Gracias

Este es otro código simple para encontrar columnas numéricas en el marco de datos de pandas,

numeric_clmns = df.dtypes[df.dtypes != "object"].index 

def is_type(df, baseType):
    import numpy as np
    import pandas as pd
    test = [issubclass(np.dtype(d).type, baseType) for d in df.dtypes]
    return pd.DataFrame(data = test, index = df.columns, columns = ["test"])
def is_float(df):
    import numpy as np
    return is_type(df, np.float)
def is_number(df):
    import numpy as np
    return is_type(df, np.number)
def is_integer(df):
    import numpy as np
    return is_type(df, np.integer)

Adaptando esta respuesta , podrías hacer

df.ix[:,df.applymap(np.isreal).all(axis=0)]

Aquí, np.applymap(np.isreal)muestra si todas las celdas del marco de datos son numéricas y .axis(all=0)comprueba si todos los valores de una columna son verdaderos y devuelve una serie de valores booleanos que se pueden usar para indexar las columnas deseadas.

Consulte el siguiente código:

if(dataset.select_dtypes(include=[np.number]).shape[1] > 0):
display(dataset.select_dtypes(include=[np.number]).describe())
if(dataset.select_dtypes(include=[np.object]).shape[1] > 0):
display(dataset.select_dtypes(include=[np.object]).describe())

De esta manera, puede verificar si los valores son numéricos como float e int o los valores srting. la segunda instrucción if se usa para verificar los valores de cadena a los que hace referencia el objeto.

Podemos incluir y excluir tipos de datos según el requisito de la siguiente manera:

train.select_dtypes(include=None, exclude=None)
train.select_dtypes(include='number') #will include all the numeric types

Referido de Jupyter Notebook.

Para seleccionar todos los tipos numéricos , utilice np.numbero'number'

• Para seleccionar cadenas, debe usar objectdtype, pero tenga en cuenta que esto devolverá todas las columnas de dtype de objeto

• Ver el NumPy dtype hierarchy <http://docs.scipy.org/doc/numpy/reference/arrays.scalars.html>__

• Para seleccionar datetimes, uso np.datetime64, 'datetime'o 'datetime64'

• Para seleccionar timedeltas, uso np.timedelta64, 'timedelta'o 'timedelta64'

• Para seleccionar tipos categóricos de Pandas, use 'category'

• Para seleccionar los tipos de fecha y hora de Pandas, use 'datetimetz'(nuevo en 0.20.0) o `` 'datetime64 [ns, tz]'