我需要使用不同的函数来处理数字列和字符串列。我现在正在做的事情真是愚蠢：
allc = list((agg.loc[:, (agg.dtypes==np.float64)|(agg.dtypes==np.int)]).columns)
for y in allc:
treat_numeric(agg[y])
allc = list((agg.loc[:, (agg.dtypes!=np.float64)&(agg.dtypes!=np.int)]).columns)
for y in allc:
treat_str(agg[y])
有更优雅的方法吗？ E.g。
for y in agg.columns:
if(dtype(agg[y]) == 'string'):
treat_str(agg[y])
elif(dtype(agg[y]) != 'string'):
treat_numeric(agg[y])
答案 0 :(得分：82)
您可以使用dtype
for y in agg.columns:
if(agg[y].dtype == np.float64 or agg[y].dtype == np.int64):
treat_numeric(agg[y])
else:
treat_str(agg[y])
答案 1 :(得分：49)
在pandas 0.20.2中你可以这样做：
from pandas.api.types import is_string_dtype
from pandas.api.types import is_numeric_dtype
is_string_dtype(df['A'])
>>>> True
is_numeric_dtype(df['B'])
>>>> True
所以你的代码变成了：
for y in agg.columns:
if (is_string_dtype(agg[y])):
treat_str(agg[y])
elif (is_numeric_dtype(agg[y])):
treat_numeric(agg[y])
答案 2 :(得分：37)
我知道这是一个旧线程，但是使用pandas 19.02，你可以这样做：
df.select_dtypes(include=['float64']).apply(your_function)
df.select_dtypes(exclude=['string','object']).apply(your_other_function)
http://pandas.pydata.org/pandas-docs/version/0.19.2/generated/pandas.DataFrame.select_dtypes.html
答案 3 :(得分：5)
如果要将数据框列的类型标记为字符串，可以执行以下操作：
df['A'].dtype.kind
一个例子：
In [8]: df = pd.DataFrame([[1,'a',1.2],[2,'b',2.3]])
In [9]: df[0].dtype.kind, df[1].dtype.kind, df[2].dtype.kind
Out[9]: ('i', 'O', 'f')
您的代码的答案：
for y in agg.columns:
if(agg[y].dtype.kind == 'f' or agg[y].dtype.kind == 'i'):
treat_numeric(agg[y])
else:
treat_str(agg[y])
答案 4 :(得分：1)
例如在从文件导入后检查数据类型
def printColumnInfo(df):
template="%-8s %-30s %s"
print(template % ("Type", "Column Name", "Example Value"))
print("-"*53)
for c in df.columns:
print(template % (df[c].dtype, c, df[c].iloc[1]) )
说明性输出：
Type Column Name Example Value
-----------------------------------------------------
int64 Age 49
object Attrition No
object BusinessTravel Travel_Frequently
float64 DailyRate 279.0
答案 5 :(得分：0)
所提出的问题标题是一般性的，但问题正文中所述的作者用例是特定的。因此，可以使用任何其他答案。
但是为了完全回答 title问题 ，应该澄清的是，在某些情况下，所有方法似乎都可能失败并需要一些返工。我对所有这些（以及其他一些）以降低可靠性的顺序进行了审核（我认为）：
==比较类型（可接受的答案）。尽管这是公认的答案，并且投票最多，但我认为完全不应该使用此方法。因为实际上这种方法在python中不推荐使用，正如多次here所提到的。
但是，如果仍然要使用它，则应注意一些特定于熊猫的dtype，例如pd.CategoricalDType，pd.PeriodDtype或pd.IntervalDtype。这里必须使用额外的type( )才能正确识别dtype：
s = pd.Series([pd.Period('2002-03','D'), pd.Period('2012-02-01', 'D')])
s
s.dtype == pd.PeriodDtype # Not working
type(s.dtype) == pd.PeriodDtype # working
>>> 0 2002-03-01
>>> 1 2012-02-01
>>> dtype: period[D]
>>> False
>>> True
这里的另一个警告是应该精确指出类型：
s = pd.Series([1,2])
s
s.dtype == np.int64 # Working
s.dtype == np.int32 # Not working
>>> 0 1
>>> 1 2
>>> dtype: int64
>>> True
>>> False
isinstance()方法。到目前为止，尚未在答案中提及此方法。
因此，如果直接比较类型不是一个好主意-为此，请尝试使用内置的python函数，即-isinstance()。
由于假设我们有一些对象，所以它在一开始就失败了，但是pd.Series或pd.DataFrame可以仅用作具有预定义dtype但其中没有对象的空容器：
s = pd.Series([], dtype=bool)
s
>>> Series([], dtype: bool)
但是，如果有人以某种方式克服了这个问题，并且想要访问每个对象，例如在第一行中，并像这样检查其dtype：
df = pd.DataFrame({'int': [12, 2], 'dt': [pd.Timestamp('2013-01-02'), pd.Timestamp('2016-10-20')]},
index = ['A', 'B'])
for col in df.columns:
df[col].dtype, 'is_int64 = %s' % isinstance(df.loc['A', col], np.int64)
>>> (dtype('int64'), 'is_int64 = True')
>>> (dtype('<M8[ns]'), 'is_int64 = False')
在单列中使用混合类型的数据时会产生误导作用：
df2 = pd.DataFrame({'data': [12, pd.Timestamp('2013-01-02')]},
index = ['A', 'B'])
for col in df2.columns:
df2[col].dtype, 'is_int64 = %s' % isinstance(df2.loc['A', col], np.int64)
>>> (dtype('O'), 'is_int64 = False')
最后但并非最不重要的一点-此方法无法直接识别Category dtype。如docs中所述：
从分类数据中返回单个项目也将返回该值，而不是长度为“ 1”的分类。
df['int'] = df['int'].astype('category')
for col in df.columns:
df[col].dtype, 'is_int64 = %s' % isinstance(df.loc['A', col], np.int64)
>>> (CategoricalDtype(categories=[2, 12], ordered=False), 'is_int64 = True')
>>> (dtype('<M8[ns]'), 'is_int64 = False')
所以这种方法几乎也不适用。
df.dtype.kind方法。此方法可能仍适用于空pd.Series或pd.DataFrames，但还有另一个问题。
首先-无法区分某些dtype：
df = pd.DataFrame({'prd' :[pd.Period('2002-03','D'), pd.Period('2012-02-01', 'D')],
'str' :['s1', 's2'],
'cat' :[1, -1]})
df['cat'] = df['cat'].astype('category')
for col in df:
# kind will define all columns as 'Object'
print (df[col].dtype, df[col].dtype.kind)
>>> period[D] O
>>> object O
>>> category O
第二，实际上我仍然不清楚，它甚至返回某些dtypes None。
df.select_dtypes方法。这几乎是我们想要的。此方法在pandas内部设计，因此它可以处理前面提到的大多数极端情况-空的DataFrame，与numpy或pandas特定的dtypes完全不同。它与.select_dtypes('bool')之类的单个dtype一起使用效果很好。它甚至可以用于基于dtype选择列组：
test = pd.DataFrame({'bool' :[False, True], 'int64':[-1,2], 'int32':[-1,2],'float': [-2.5, 3.4],
'compl':np.array([1-1j, 5]),
'dt' :[pd.Timestamp('2013-01-02'), pd.Timestamp('2016-10-20')],
'td' :[pd.Timestamp('2012-03-02')- pd.Timestamp('2016-10-20'),
pd.Timestamp('2010-07-12')- pd.Timestamp('2000-11-10')],
'prd' :[pd.Period('2002-03','D'), pd.Period('2012-02-01', 'D')],
'intrv':pd.arrays.IntervalArray([pd.Interval(0, 0.1), pd.Interval(1, 5)]),
'str' :['s1', 's2'],
'cat' :[1, -1],
'obj' :[[1,2,3], [5435,35,-52,14]]
})
test['int32'] = test['int32'].astype(np.int32)
test['cat'] = test['cat'].astype('category')
就像docs所述：
test.select_dtypes('number')
>>> int64 int32 float compl td
>>> 0 -1 -1 -2.5 (1-1j) -1693 days
>>> 1 2 2 3.4 (5+0j) 3531 days
On可能会认为这里我们看到的第一个意外结果（过去对我来说是question）-TimeDelta被包含在输出DataFrame中。但是与answered相反，情况应该如此，但是必须意识到这一点。请注意，跳过了bool dtype，这对于某些人来说也是不希望的，但这是由于bool和number处于不同的numpy dtype中。如果是bool，我们可以在此处使用test.select_dtypes(['bool'])。
此方法的下一个限制是，对于当前版本的熊猫（0.24.2），此代码：test.select_dtypes('period')将引发NotImplementedError。
另一件事是，它不能将字符串与其他对象不同：
test.select_dtypes('object')
>>> str obj
>>> 0 s1 [1, 2, 3]
>>> 1 s2 [5435, 35, -52, 14]
但这是，首先-在文档中已经subtrees。其次-这不是此方法的问题，而是字符串在DataFrame中存储的方式。但是无论如何，这种情况必须进行一些后期处理。
df.api.types.is_XXX_dtype方法。我想这是实现dtype识别（函数所在的模块的路径本身说）的最健壮和本机的方法。它几乎可以完美运行，但是仍然有mentioned。
此外，它可能是主观的，但是与number相比，这种方法还具有更多的“人类可理解的” .select_dtypes('number') dtypes组处理：
for col in test.columns:
if pd.api.types.is_numeric_dtype(test[col]):
print (test[col].dtype)
>>> bool
>>> int64
>>> int32
>>> float64
>>> complex128
不包含timedelta和bool。完美。
我的管道此时恰好利用了此功能，还有一些后期处理。
希望我能论证要点-可以使用所有讨论的方法，但只应使用 pd.DataFrame.select_dtypes() 和 pd.api.types.is_XXX_dtype 真的被认为是适用的。
P.s .：希望我在所有测试中也没有犯太多错误：）