[python] 데이터 유형을 기반으로 팬더 데이터 프레임 열 목록 가져 오기

다음 열이있는 데이터 프레임이있는 경우 :

1. NAME                                     object
2. On_Time                                      object
3. On_Budget                                    object
4. %actual_hr                                  float64
5. Baseline Start Date                  datetime64[ns]
6. Forecast Start Date                  datetime64[ns] 

말하고 싶습니다 : 여기 데이터 프레임이 있습니다 .Object 유형 또는 DateTime 유형의 열 목록을 알려주십시오.

숫자 (Float64)를 소수점 이하 두 자리로 변환하는 함수가 있으며이 유형의 데이터 프레임 열 목록을 특정 유형으로 사용 하고이 함수를 통해 실행하여 모두 2dp로 변환하고 싶습니다.

아마도:

For c in col_list: if c.dtype = "Something"
list[]
List.append(c)?

답변

>>> df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>> df
   A       B  C  D   E
0  1  2.3456  c  d  78

[1 rows x 5 columns]
>>> df.dtypes
A      int64
B    float64
C     object
D     object
E      int64
dtype: object
>>> g = df.columns.to_series().groupby(df.dtypes).groups
>>> g
{dtype('int64'): ['A', 'E'], dtype('float64'): ['B'], dtype('O'): ['C', 'D']}
>>> {k.name: v for k, v in g.items()}
{'object': ['C', 'D'], 'int64': ['A', 'E'], 'float64': ['B']}

In [2]: df = pd.DataFrame({'NAME': list('abcdef'),
    'On_Time': [True, False] * 3,
    'On_Budget': [False, True] * 3})

In [3]: df.select_dtypes(include=['bool'])
Out[3]:
  On_Budget On_Time
0     False    True
1      True   False
2     False    True
3      True   False
4     False    True
5      True   False

In [4]: mylist = list(df.select_dtypes(include=['bool']).columns)

In [5]: mylist
Out[5]: ['On_Budget', 'On_Time']

dataframe['column1'].dtype

dataframe.dtypes

In [11]: df = pd.DataFrame([[1, 2.3456, 'c']])

In [12]: df.dtypes
Out[12]: 
0      int64
1    float64
2     object
dtype: object

In [13]: msk = df.dtypes == np.float64  # or object, etc.

In [14]: msk
Out[14]: 
0    False
1     True
2    False
dtype: bool

In [15]: df.loc[:, msk]
Out[15]: 
        1
0  2.3456

In [16]: np.round(df.loc[:, msk], 2)
Out[16]: 
      1
0  2.35

In [17]: df.loc[:, msk] = np.round(df.loc[:, msk], 2)

In [18]: df
Out[18]: 
   0     1  2
0  1  2.35  c

list(df.select_dtypes(['object']).columns)

df.select_dtypes(include='object').columns

>>df = pd.DataFrame([[1, 2.3456, 'c', 'd', 78]], columns=list("ABCDE"))
>>df.dtypes

A      int64
B    float64
C     object
D     object
E      int64
dtype: object

>>df.select_dtypes(include='object').columns

Index(['C', 'D'], dtype='object')

>>list(df.select_dtypes(include='object').columns)

['C', 'D']