从pandas DataFrame中删除非数字列

Question

我的应用程序会加载结构如下的文本文件：

• 第一列为非数字列（ID）
• 多个非数字列（字符串）
• 多个数字列（浮点数）

非数字列的数量是可变的。目前，我通过以下方式将数据加载到 DataFrame 中：

source = pandas.read_table(inputfile, index_col=0)

我想一次性删除所有非数字列，而不知道它们的名称或索引，因为可以通过读取其dtype来实现。在pandas中是否可能做到这一点，还是我必须自己想出一些方法？

- Einar

---

相关链接：https://dev59.com/dF8f5IYBdhLWcg3wFvan - Bernhard

Answer 1

为避免使用私有方法，您还可以使用select_dtypes，在其中您可以包含或排除所需的数据类型。

在这个帖子中也遇到了相同的问题。

或者在您的情况下，具体地说：
source.select_dtypes(['number']) 或 source.select_dtypes([np.number])

- sapo_cosmico

---

我认为这比使用私有方法更好。也许你应该直接回答问题，即：source.select_dtypes(['number']) 或 source.select_dtypes([numpy.number])。 - hardsetting

这应该是被接受的答案，虽然另一个也可以工作，但这更正确，更不用说私有方法不是API的一部分，可能随时会改变。 - Juan Antonio Gomez Moriano

这个返回布尔值，不是吗？ 另外，“number”和“np.number”有什么区别（只是一个包含数字的numpy数组吗？） - Worthy7

Answer 2

这是一个私有方法，但它可以解决问题：source._get_numeric_data()

In [2]: import pandas as pd

In [3]: source = pd.DataFrame({'A': ['foo', 'bar'], 'B': [1, 2], 'C': [(1,2), (3,4)]})

In [4]: source
Out[4]:
     A  B       C
0  foo  1  (1, 2)
1  bar  2  (3, 4)

In [5]: source._get_numeric_data()
Out[5]:
   B
0  1
1  2

- Wouter Overmeire

---

谢谢！在pandas中使用“私有方法”时有什么注意事项吗？或者，为什么要将其设置为私有？（如果您建议的话，我可以开一个新问题。） - Richard Herron

一般来说，添加/删除/更改私有方法的API不被视为（类）API /行为更改。换句话说，被认为是向后兼容的pandas的新版本可以删除私有方法。我相信_get_numeric_data()主要用于支持绘图函数/方法。如果您认为这是一个有用的方法，您可以在GitHub上提出功能请求，要求将其作为公共API的一部分。 - Wouter Overmeire

Answer 3

这将删除不包含float64数字的每一列。

df = pd.read_csv('sample.csv', index_col=0)
non_floats = []
for col in df:
    if df[col].dtypes != "float64":
        non_floats.append(col)
df = df.drop(columns=non_floats)

- Thomas Gotwig

---

您可以使用pd.api.types.is_numeric_dtype(df[col])。 - Uzay Macar

Answer 4

我还有另一种可能的解决方案，只需两行代码即可删除具有分类值的列，第一行定义一个包含分类值列的列表，第二行删除它们。df是我们的DataFrame。

在删除之前的df：

  to_be_dropped=pd.DataFrame(df.categorical).columns
  df= df.drop(to_be_dropped,axis=1)

删除后的 df：

- Luigi Bungaro

---

不起作用：AttributeError: 'DataFrame'对象没有'categorical'属性。 - information_interchange