Pandas에서 숫자 열만 선택하는 방법

다음 기본 구문을 사용하여 Pandas DataFrame에서 숫자 열만 선택할 수 있습니다.

 import pandas as pd
import numpy as np

df. select_dtypes (include= np.number )

다음 예에서는 이 기능을 실제로 사용하는 방법을 보여줍니다.

예: Pandas에서 숫자 열만 선택

다양한 농구 선수에 대한 정보가 포함된 다음과 같은 pandas DataFrame이 있다고 가정합니다.

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

다음 구문을 사용하여 DataFrame에서 숫자 열만 선택할 수 있습니다.

 import numpy as np

#select only the numeric columns in the DataFrame
df. select_dtypes (include= np.number )

        points assists rebounds
0 18 5 11
1 22 7 8
2 19 7 10
3 14 9 6
4 14 12 6
5 11 9 5
6 20 9 9
7 28 4 12

포인트 , 어시스트 , 리바운드 등 세 개의 숫자 열만 선택되었습니다.

dtypes() 함수를 사용하여 DataFrame에 있는 각 변수의 데이터 유형을 표시하면 이러한 열이 숫자인지 확인할 수 있습니다.

 #display data type of each variable in DataFrame
df. dtypes

team object
int64 dots
assists int64
rebounds int64
dtype:object

결과에서 우리는 팀 이 객체(예: 문자열)이고 포인트 , 어시스트 및 리바운드 가 모두 숫자임을 알 수 있습니다.

다음 코드를 사용하여 DataFrame의 숫자 열 목록을 가져올 수도 있습니다.

 #display list of numeric variables in DataFrame
df. select_dtypes (include=np. number ). columns . tolist ()

['points', 'assists', 'rebounds']

이를 통해 실제 값을 보지 않고도 DataFrame의 숫자 변수 이름을 빠르게 확인할 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas에서 이름으로 열을 선택하는 방법
Pandas에서 인덱스로 열을 선택하는 방법
Pandas에서 특정 문자열이 포함된 열을 선택하는 방법