篩選數值型的欄位問題 - Cupoy

2020/03/04 下午 05:18

機器學習共學討論版

Steven Hsu

觀看數：19

回答數：3

收藏數：2

回答列表

• 2020/03/04 下午 06:07
  Mag
  贊同數：0
  不贊同數：0
  留言數：0

  我反而是篩不到部分的float64

• 2020/03/04 下午 07:45
  李子明
  贊同數：6
  不贊同數：0
  留言數：2

  把下面這行

  app_train.dtypes.isin(dtype_select)

  改為下面這行

  app_train.dtypes.apply(str).isin(dtype_select)

  原因是，你的dtype_select內容是str不是type。

  
  

  另一種改法，把下面這行

  dtype_select = ['int64', 'float64']

  改為

  dtype_select = [np.int64, np.float64]

  或改為

  dtype_select = [np.dtype('int64'), np.dtype('float64')]

  這樣子就不會有潛在的型別問題。

• 2020/03/04 下午 11:56
  張維元 (WeiYuan)
  贊同數：0
  不贊同數：0
  留言數：0

  這邊補充說明一下，在 Numpy 中有幾種表示數值的欄位：

  
  

  1. int

  2. int64

  3. np.int64

  4. np.dtype('float64')

  
  

  當只用 int 的時候預設會等於你的電腦中最大的 int 數值，不同的電腦可能會有差異。另外 int64、np.int64、np.dtype('float64') 這三種寫法在用 == 比較的時候是等價的，但用 is/isin 判斷卻會錯。原因在於 is 是比較嚴格的物件比較，除了數值本身之外，也會比型態的差異。

  
  

  舉個例子，這三種 int64、np.int64、np.dtype('float64')  都可以表達 int64，但他們分別是字串、np.int64、和 np.dtype 型態，因此在用 isin 的時候會出錯。所以這邊建議大家改用 dtype_select 來處理，會比較容易。

  
  

  如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃