Obtenga una lista de columnas del marco de datos de pandas según el tipo de datos
Si tengo un marco de datos con las siguientes columnas:
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]
Me gustaría poder decir: para este marco de datos, ¿dame una lista de las columnas que son de tipo 'objeto' o de tipo 'fecha y hora' ?
Tengo una función que convierte números ("float64") a dos decimales y me gustaría usar esta lista de columnas de marco de datos, de un tipo particular, y ejecutarla a través de esta función para convertirlas todas a 2dp.
Quizás algo como:
For c in col_list: if c.dtype = "Something"
list[]
List.append(c)?
Aceptado
Si desea una lista de columnas de un determinado tipo, puede utilizar 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']}
A partir de pandas v0.14.1, puede utilizar select_dtypes()para seleccionar columnas por tipo de d
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']
