วิธีเลือกเฉพาะคอลัมน์ตัวเลขใน pandas
คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อเลือกเฉพาะคอลัมน์ตัวเลขใน DataFrame ของแพนด้า:
import pandas as pd import numpy as np df. select_dtypes (include= np.number )
ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ
ตัวอย่าง: เลือกเฉพาะคอลัมน์ตัวเลขใน Pandas
สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:
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
เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อเลือกเฉพาะคอลัมน์ตัวเลขจาก DataFrame:
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
โปรดทราบว่ามีการเลือกคอลัมน์ตัวเลขเพียงสามคอลัมน์เท่านั้น ได้แก่ คะแนน แอสซิสต์ และ รีบาวด์
เราสามารถตรวจสอบได้ว่าคอลัมน์เหล่านี้เป็นตัวเลขโดยใช้ฟังก์ชัน dtypes() เพื่อแสดงประเภทข้อมูลของตัวแปรแต่ละตัวใน DataFrame:
#display data type of each variable in DataFrame
df. dtypes
team object
int64 dots
assists int64
rebounds int64
dtype:object
จากผลลัพธ์เราจะเห็นว่า ทีมนั้น เป็นวัตถุ (เช่น สตริง) ในขณะที่ คะแนน แอสซิสต์ และ รีบาวด์ เป็นตัวเลขทั้งหมด
โปรดทราบว่าเรายังสามารถใช้โค้ดต่อไปนี้เพื่อรับรายการคอลัมน์ตัวเลขของ DataFrame:
#display list of numeric variables in DataFrame
df. select_dtypes (include=np. number ). columns . tolist ()
['points', 'assists', 'rebounds']
สิ่งนี้ช่วยให้เราเห็นชื่อของตัวแปรตัวเลขใน DataFrame ได้อย่างรวดเร็วโดยไม่ต้องเห็นค่าจริงของมัน
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:
วิธีเลือกคอลัมน์ตามชื่อใน Pandas
วิธีเลือกคอลัมน์ตามดัชนีใน Pandas
วิธีเลือกคอลัมน์ที่มีสตริงเฉพาะใน Pandas