Question

主要问题是创建一个充满分类因子索引的列表

在导入带有pd.read_csv()的文件之前，已经确定了具有许多列类型的数据框。

dtypes = {
    ...
    'Format_type': 'category',
    'Geo_new': 'category',
    'Age_min': 'int16',
    'Age_max': 'int16',
    'Sex': 'category',
    ...}

因此，我用列名及其索引创建了一个表格，然后我自己选择了分类列

col_list = [i for i in (df.columns.get_values())]
idx_list = [i for i in range(len(df.columns.get_values()))]
column_num = pd.DataFrame(data = {'column_name': col_list,
                                  'idx_list': idx_list})
column_num

比获取列名column_name和索引idx_list的表

column_name idx_list
...
Format_type 5
Geo_new     6
Age_min     7
Age_max     8
Sex         9
...

并在列表中插入分类列索引：

categorical_features = [...5, 6, 9...]

因此，我自己填写列表。有没有办法创建列列表，这些列的值自动为calegory？

Answer 1

我相信您需要DataFrame.select_dtypes和Index.get_indexer作为索引：

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':pd.Categorical([4,5,4,5,5,4]),
         'C':[7,8,9,4,2,3],
         'D': pd.Categorical([1,3,5,7,1,0]),
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})

c = df.select_dtypes('category').columns
print (c)
Index(['B', 'D'], dtype='object')

i = df.columns.get_indexer(df.select_dtypes('category').columns)
print (i)
[1 3]

您的代码也应简化：

col_list = df.columns.tolist()
idx_list = range(len(col_list))
column_num = pd.DataFrame(data = {'column_name': col_list, 'idx_list': idx_list})

Answer 2

还有另一种方法！

\n

熊猫中的数据框列的索引

2 个答案: