![](/img/trans.png)
[英]Pandas: Convert DataFrame Column Values Into New Dataframe Indices and Columns
[英]Indices of dataframe columns in Pandas
主要问题是创建一个充满分类因子索引的列表
在使用pd.read_csv()
导入文件之前,已经确定了具有许多列类型的数据pd.read_csv()
。
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,然后我自己处理了分类 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
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,我自己填写清单。 是否有创建的列清单的方式,它的值是calegory
自动?
我相信你需要DataFrame.select_dtypes
与Index.get_indexer
的指标:
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]
另外,您的代码应简化:
col_list = df.columns.tolist()
idx_list = range(len(col_list))
column_num = pd.DataFrame(data = {'column_name': col_list, 'idx_list': idx_list})
还有另一种方法!
categorical_list = list(np.where(df.dtypes == 'category')[0])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.