web-dev-qa-db-ja.com

Pandas / NumPyで列/変数が数値かどうかを判断する方法は？

PandasやNumPyの変数がnumericであるかどうかを判断するより良い方法はありますか？

dictionaryをキーとして、dtypes/numericを値として、自己定義のnotを持っています。

pythonpandasnumpy
53
user2808117

np.issubdtype を使用して、dtypeがnp.numberのサブdtypeであるかどうかを確認できます。例：

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

これはnumpyのdtypesでは機能しますが、pandas pd.Categorical as Thomas noted などの特定のタイプでは失敗します。 categoricals is_numeric_dtype from pandasはnp.issubdtypeよりも優れた代替手段です。

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

複数の列の場合、np.vectorizeを使用できます。

is_number = np.vectorize(lambda x: np.issubdtype(x, np.number))
is_number(df.dtypes)
Out: array([ True,  True,  True, False], dtype=bool)

そして、選択のために、pandasは現在 select_dtypes を持っています：

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
64
ayhan

pandas 0.20.2 できるよ：

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
51
danthelion

コメント内の@jaimeの回答に基づいて、.dtype.kind対象の列。例えば;

>>> import pandas as pd
>>> df = pd.DataFrame({'numeric': [1, 2, 3], 'not_numeric': ['A', 'B', 'C']})
>>> df['numeric'].dtype.kind in 'bifc'
>>> True
>>> df['not_numeric'].dtype.kind in 'bifc'
>>> False

NB bifcはb bool, i int, f float, c complex-uが何であるかわかりません。

11
danodonovan

列の値のいずれかの型をチェックするだけではどうですか？私たちは常にこのようなものを持っています：

isinstance(x, (int, long, float, complex))

下のデータフレームの列のデータ型を確認しようとすると、それらを「オブジェクト」として取得しますが、私が期待している数値型ではありません：

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

次のことを行うと、正確な結果が得られるようです。

isinstance(df['test1'][len(df['test1'])-1], (int, long, float, complex))

返却値

True
4
Punit S

これは、数値型のデータのみを返す擬似内部メソッドです

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
3
Jeff

他のすべての回答に追加するために、df.info()を使用して各列のデータ型を取得することもできます。

1
Beta

また試すことができます：

df_dtypes = np.array(df.dtypes)
df_numericDtypes= [x.kind in 'bifc' for x in df_dtypes]

ブール値のリストを返します：数値の場合はTrue、そうでない場合はFalse。

0
paulwasit