Pandas 数据类型筛选：如何使用 select_dtypes 选择 DataFrame 列

使用 Pandas select_dtypes 按数据类型选择列

在处理 Pandas DataFrame 时，经常需要根据列的数据类型选择特定的列。Pandas 提供了一个方便的函数 select_dtypes() 来实现这一点。

select_dtypes() 函数接受 include 和 exclude 参数，允许你指定要包含或排除的数据类型。

示例：

import pandas as pd

# 创建一个示例 DataFrame
data = {'col1': [1, 2, 3],
        'col2': ['a', 'b', 'c'],
        'col3': [True, False, True]}
df = pd.DataFrame(data)

# 选择整数类型的列
int_cols = df.select_dtypes(include='int')
print(int_cols)

# 选择字符串类型的列
str_cols = df.select_dtypes(include='object')
print(str_cols)

# 选择布尔类型的列
bool_cols = df.select_dtypes(include='bool')
print(bool_cols)

输出：

   col1
0     1
1     2
2     3
  col2
0    a
1    b
2    c
    col3
0   True
1  False
2   True

常用的数据类型字符串：

• 'number'：选择所有数值类型的列（整数和浮点数）
• 'int'：选择整数类型的列
• 'float'：选择浮点数类型的列
• 'object'：选择字符串类型的列
• 'bool'：选择布尔类型的列

使用 'exclude' 参数：

你也可以使用 exclude 参数排除特定类型的列。例如，exclude='int' 将排除所有整数类型的列。

总结：

select_dtypes() 函数为根据数据类型选择 DataFrame 列提供了一种强大且灵活的方式。通过使用 include 和 exclude 参数，你可以轻松地选择所需的数据子集进行分析。