如果数据dtype索引是特定的dtype，则获取它。

Question

我一直试图构建一个预处理管道，但我正在努力为每一列生成一个索引列表，该列表是一个对象dtype。我已经能够使用以下代码将每个名称输入到数组中：

categorical_features = [col for col in input.columns if input[col].dtype == 'object']

是否有一种简单的方法可以将这些列的索引从原始的输入数据easy输入到一个列表中，比如我手工构建的这个列表？

c = [1,3,4,5,6,7,8,9,10,11,12,14,15,16,17,18,19,20,21,22,23,24,25,28,29,
     30,31,38,39,40,41,42,43,44,45,50,51,55,56]

Answer 1

我想你需要select.dtypes和enumerate

df = pd.DataFrame({'A' : ['A', 'B', 'C'], 'B' : [1,2,3], 'C' : [1, '2', '3']})

print(df)

   A  B  C
0  A  1  1
1  B  2  2
2  C  3  3

idx_cols = [idx for idx, col in enumerate(df.select_dtypes('object').columns) ]

[0, 1]

Answer 2

使用df.select_dtypes + df.columns.get_indexer

categorical_features = df.columns.get_indexer(df.select_dtypes('object').columns)

• df.select_dtypes只返回指定的dtype列的df副本(您可以指定多个，例如，df.select_dtypes(['object', 'int'])).
• df.columns.get_indexer返回指定列的索引。

Answer 3

enumerate可以在这方面提供帮助：

categorical_features_indexes = [i for i, col in enumerate(input.columns) if input[col].dtype == 'object']