python - 在优雅地处理字符串列的同时找到所有列的范围(最大值和最小值之间的差异)

Question

我有一个场景，我必须找到数据集中所有列的范围，该数据集包含多个具有数值的列，但一列具有字符串值。请从下面的我的数据集中找到示例记录:

import seaborn as sns
iris = sns.load_dataset('iris')

   sepal_length  sepal_width  petal_length  petal_width species
0           5.1          3.5           1.4          0.2  setosa
1           4.9          3.0           1.4          0.2  setosa
2           4.7          3.2           1.3          0.2  setosa
3           4.6          3.1           1.5          0.2  setosa
4           5.0          3.6           1.4          0.2  setosa

这些列的最大值和最小值由下式给出

sepal_length          7.9
sepal_width           4.4
petal_length          6.9
petal_width           2.5
species         virginica
dtype: object

和

sepal_length       4.3
sepal_width          2
petal_length         1
petal_width        0.1
species         setosa
dtype: object

……分别。要查找所有列的范围，我可以使用以下代码:

iris.max() - iris.min()

但是由于“species”列有字符串值，上面的代码会抛出以下错误:

TypeError: unsupported operand type(s) for -: 'str' and 'str'

如果出现上面的错误，我想把值打印成

"{max string value}" - "{min string value}"

IOW，我的预期输出是这样的:

sepal_length                   3.6
sepal_width                    2.4
petal_length                   5.9
petal_width                    2.4
species         virginica - setosa

我该如何解决这个问题？

Answer 1

分别处理数字和字符串列。您可以使用 df.select_dtypes 选择这些。最后，concat 结果。

u = Iris.select_dtypes(include=[np.number])
# U = u.apply(np.ptp, axis=0)
U = u.max() - u.min()

v = Iris.select_dtypes(include=[object])
V = v.max() + ' - ' + v.min()

U.append(V)

sepal_length                   3.6
sepal_width                    2.4
petal_length                   5.9
petal_width                    2.4
species         virginica - setosa
dtype: object