<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per selezionare solo colonne numeriche in un DataFrame panda:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per selezionare solo colonne numeriche dal DataFrame:<\/span><\/p>\n Da notare che sono state selezionate solo le tre colonne numeriche: punti<\/strong> , assist<\/strong> e rimbalzi<\/strong> .<\/span><\/p>\n Possiamo verificare che queste colonne siano numeriche utilizzando la funzione dtypes()<\/strong> per visualizzare il tipo di dati di ciascuna variabile nel DataFrame:<\/span><\/p>\n Dal risultato possiamo vedere che la squadra<\/strong> \u00e8 un oggetto (cio\u00e8 una corda) mentre punti<\/strong> , assist<\/strong> e rimbalzi<\/strong> sono tutti numerici.<\/span><\/p>\n Tieni presente che possiamo anche utilizzare il seguente codice per ottenere un elenco delle colonne numeriche di DataFrame:<\/span><\/p>\n Ci\u00f2 ci consente di vedere rapidamente i nomi delle variabili numeriche nel DataFrame senza vedere i loro valori effettivi.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Come selezionare le colonne per nome in Pandas<\/a> \u00c8 possibile utilizzare la seguente sintassi di base per selezionare solo colonne numeriche in un DataFrame panda: import pandas as pd import numpy as np df. select_dtypes (include= np.number ) L’esempio seguente mostra come utilizzare questa funzione nella pratica. Esempio: seleziona solo colonne numeriche in Panda Supponiamo di avere il seguente DataFrame panda che contiene […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> pandas as pd<\/span>\nimport<\/span> numpy as np<\/span>\n\ndf. select_dtypes<\/span> (include= np.number<\/span> )\n<\/strong><\/pre>\n Esempio: seleziona solo colonne numeriche in Panda<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12<\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#select only the numeric columns in the DataFrame\n<\/span>df. select_dtypes<\/span> (include= np.number<\/span> )\n\n points assists rebounds\n0 18 5 11\n1 22 7 8\n2 19 7 10\n3 14 9 6\n4 14 12 6\n5 11 9 5\n6 20 9 9\n7 28 4 12<\/span><\/span><\/strong><\/pre>\n #display data type of each variable in DataFrame\ndf. dtypes\n<\/span>\nteam object\nint64 dots\nassists int64\nrebounds int64\ndtype:object\n<\/span><\/span><\/strong><\/pre>\n #display list of numeric variables in DataFrame\ndf. select_dtypes<\/span> (include=np. number<\/span> ). columns<\/span> . tolist<\/span> ()\n\n['points', 'assists', 'rebounds']<\/span>\n<\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come selezionare le colonne per indice in Pandas<\/a>
Come selezionare colonne contenenti una stringa specifica in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"