我正在尝试从与非float类型的列对应的DataFrame中获取列名列表。现在我有
categorical = (df.dtypes.values != np.dtype('float64'))
它给了我一个布尔数组,列是否列名不是浮点数,但这不是我正在寻找的。具体来说,我想要一个与我的布尔数组中的'True'值对应的列名列表。
答案 0 :(得分:2)
将boolean indexing
与df.columns
:
categorical = df.columns[(df.dtypes.values != np.dtype('float64'))]
或difference
选择的select_dtypes
列:
categorical = df.columns.difference(df.select_dtypes('float64').columns)
样品:
df = pd.DataFrame({'A':list('abcdef'),
'B':[4,5,4,5,5,4],
'C':[7.,8,9,4,2,3],
'D':[1,3,5.,7,1,0],
'E':[5,3,6,9,2,4],
'F':list('aaabbb')})
print (df)
A B C D E F
0 a 4 7.0 1.0 5 a
1 b 5 8.0 3.0 3 a
2 c 4 9.0 5.0 6 a
3 d 5 4.0 7.0 9 b
4 e 5 2.0 1.0 2 b
5 f 4 3.0 0.0 4 b
categorical = df.columns.difference(df.select_dtypes('float64').columns)
print (categorical)
Index(['A', 'B', 'E', 'F'], dtype='object')