Pandas 如何查找数字列

在本文中，我们将介绍如何使用Pandas找到数据集中的数字列。在数据分析和数据科学的领域中，经常需要找到数据集中的数字列，因为它们包含着有意义的数据。但是，在一些大型的数据集中寻找数字列有时会变得很困难，那么，我们该如何快速地找到数字列呢？

阅读更多：Pandas 教程

何为数字列？

在Pandas中，通常包含着数字值的列称为“数字列”，它们是可以进行计算和分析的重要组成部分。这些列可能包含各种数字类型，如整数、浮点数、布尔值以及datetime格式等等。

如何找到数字列？

要找到数字列，我们可以使用Pandas自带的方法来帮助我们完成。在本文中，我们将介绍两个通用的方法：使用dtypes属性和select_dtypes()方法。

使用dtypes属性

dtypes是一个DataFrame对象的属性，它返回每个列的数据类型。我们可以使用此属性来检查列的数据类型是否为数字类型。可以使用以下代码来查看数据集中所有列的数据类型：

import pandas as pd

df = pd.read_csv("data.csv")
print(df.dtypes)

输出结果如下：

title          object
category       object
year            int64
price         float64
is_stocked       bool
date    datetime64[ns]
dtype: object

在这个输出结果中，我们可以看到每个列的数据类型。其中，列“year”是整数类型（int64），列“price”是浮点数类型（float64），而其他列则是不同的对象类型（object）。

使用select_dtypes()方法

使用dtypes属性会列出所有列的数据类型，不便于查找数字列。如果只想查找数字列，可以使用select_dtypes()方法。这个方法可以从数据集中选择具有指定数据类型的列。例如，要找到所有的浮点数列，可以使用以下代码：

import pandas as pd

df = pd.read_csv("data.csv")
numeric_columns = df.select_dtypes(include=['float'])
print(numeric_columns)

输出结果如下：

       price
0      29.95
1      10.99
2     240.00
3     100.55
4     219.00
...      ...
9995   38.95
9996  230.00
9997   40.00
9998   49.95
9999  599.99

[10000 rows x 1 columns]

这个输出结果显示只有一列，名称为“price”，其中包含浮点数。

深入探讨select_dtypes()方法

select_dtypes()方法还可以更深入地使用。除了使用include参数来选择数据类型之外，还可以使用exclude参数来排除不需要的数据类型。例如，要选择所有类型不为整数的列，可以使用以下代码：

import pandas as pd

df = pd.read_csv("data.csv")
non_numeric_columns = df.select_dtypes(exclude=['int'])
print(non_numeric_columns)

输出结果如下：

            title                category  price  is_stocked       date
0      Book Title                 Fiction  29.95        True 2020-01-01
1      Book Title                 Fiction  10.99        True 2020-12-31
2      Book Title           Home & Garden 240.00       False 2022-06-30
3      Book Title                 Fiction 100.55        True 2020-02-01
4      Book Title  Mystery, Thriller & ... 219.00        True 2020-07-15
...           ...                     ...    ...         ...        ...
9995   Book Title                     NaN  38.95       False 2023-05-31
9996   Book Title                     NaN 230.00       False 2021-12-31
9997   Book Title                 Fiction  40.00        True 2020-08-03
9998   Book Title  Mystery, Thriller & ...  49.95       False 2020-02-29
9999   Book Title                     NaN 599.99        True 2023-08-15

[10000 rows x 5 columns]

这个输出结果中显示了所有数据类型不是整数的列，包括了“title”、“category”、“price”、“is_stocked”和“date”列。