finden numerische Spaltennamen in Pandas

Question

Ich brauche Spalten in Pandas zu wählen, die nur numerische Werte in Spaltennamen enthalten, zum Beispiel:

df= 
      0  1  2  3  4 window_label next_states  ids 
0  17.0 18.0 16.0 15.0 15.0  ddddd   d  13.0 
1  18.0 16.0 15.0 15.0 16.0  ddddd   d  13.0 
2  16.0 15.0 15.0 16.0 15.0  ddddd   d  13.0 
3  15.0 15.0 16.0 15.0 17.0  ddddd   d  13.0 
4  15.0 16.0 15.0 17.0 NaN  ddddd   d  13.0 

so brauche ich nur die ersten fünf Spalten auszuwählen. Etwas wie:

df[df.columns.isnumeric()] 

EDIT

ich mit der Lösung kam:

digit_column_names = [num for num in list(df.columns) if isinstance(num, (int,float))] 
df_new = df[digit_column_names] 

nicht sehr pythonic oder pandasian, aber es funktioniert.

Answer 1

df.ids = df.ids.astype('object')  
new_df = df.select_dtypes([np.number]) 


    0  1  2  3  4  
0 17.0 18.0 16.0 15.0 15.0  
1 18.0 16.0 15.0 15.0 16.0  
2 16.0 15.0 15.0 16.0 15.0  
3 15.0 15.0 16.0 15.0 17.0  
4 15.0 16.0 15.0 17.0 NaN  

EDIT Versuchen: Wenn Sie bei der Auswahl der Spaltennamen interessiert sind, die numerisch sind, hier ist etwas, das Sie tun können.

df = pd.DataFrame({0: [1,2], '1': [3,4], 'blah': [5,6], 2: [7,8]}) 
df.columns = pd.to_numeric(df.columns, errors = 'coerce') 
df[df.columns.dropna()] 

Sie erhalten

0.0 1.0 2.0 
0 1 3 7 
1 2 4 8 

Answer 2

Hier ist eine Antwort auf die EDIT Teil ist:

i absichtlich eine Mischung aus Spaltennamen als reelle Zahlen und Strings erstellt haben, die in Zahlen umgewandelt werden können :

In [44]: df.columns.tolist() 
Out[44]: [0, 1, 2, 3, '4', 'window_label', 'next_states', 'ids'] 
# NOTE:    ^

können wir pd.to_numeric(..., errors='coerce') Methode verwenden:

In [41]: df.columns[pd.to_numeric(df.columns, errors='coerce').to_series().notnull()] 
Out[41]: Index([0, 1, 2, 3, '4'], dtype='object') 

In [42]: cols = df.columns[pd.to_numeric(df.columns, errors='coerce').to_series().notnull()] 

In [43]: df[cols] 
Out[43]: 
     0  1  2  3  4 
0 17.0 18.0 16.0 15.0 15.0 
1 18.0 16.0 15.0 15.0 16.0 
2 16.0 15.0 15.0 16.0 15.0 
3 15.0 15.0 16.0 15.0 17.0 
4 15.0 16.0 15.0 17.0 NaN 

Answer 3

Ich fand another question auf dieser Website, die ziemlich verwandt ist. Ich habe den Code dafür benutzt und ihn auf dein Problem angewendet. Ich warf auch einen Float in die Spaltennamen, um sicherzustellen, dass es mit int und float funktionierte. Es sieht aus wie:

import pandas as pd 

df = pd.DataFrame({0: [17.0, 18, 16, 15, 15], 
        1: [18.0, 16, 15, 15, 16], 
        2.0: [16.0, 15, 15, 16, 15], 
        3: [15.0, 15, 16, 15, 17], 
        4: [15.0, 16, 15, 17, None], 
        'window_label': ['ddddd' for i in range(5)], 
        'next_states': ['d' for i in range(5)], 
        'ids': [13.0 for i in range(5)]}) 

num_cols = [] 
for col in df.columns.values: 
    try: 
     float(col) 
     num_cols.append(col) 
    except ValueError: 
     pass 

print(df[num_cols]) 

und das Ergebnis sieht so aus:

 0  1 2.0  3  4 
0 17.0 18.0 16.0 15.0 15.0 
1 18.0 16.0 15.0 15.0 16.0 
2 16.0 15.0 15.0 16.0 15.0 
3 15.0 15.0 16.0 15.0 17.0 
4 15.0 16.0 15.0 17.0 NaN 

Edit1: Ich habe erkannt, dass Sie den numerischen Bestimmer in einer Generatorfunktion zu halten und haben eine etwas schneller/sicherlich weniger speicherintensiv Art und Weise, das Gleiche zu tun.

ergibt das exakt gleiche Ergebnis wie oben, obwohl es etwas weniger lesbar ist.

Answer 4

Wenn Sie nur für numerische Spaltennamen suchen Ich denke, das sollte funktionieren:

df.columns[df.columns.str.isnumeric()] 

oder diese

df.iloc[:,df.columns.str.isnumeric()]