pandas.DataFrame.select_dtypes#
- DataFrame.select_dtypes(include=None, exclude=None)[源代码]#
根据列数据类型返回DataFrame的列的子集。
- 参数
- 包括、排除标量或类似列表
要包括或排除的数据类型或字符串的选择。必须至少提供其中一个参数。
- 退货
- DataFrame
帧的子集，包括中的数据类型
include并排除中的数据类型exclude。
- 加薪
- ValueError
如果两者都是
include和exclude都是空的如果
include和exclude具有重叠的元素如果传入了任何类型的字符串数据类型。
参见
DataFrame.dtypes返回系列和每列的数据类型。
注意事项
要全选，请执行以下操作 数字 类型，使用
np.number或'number'若要选择字符串，必须使用
objectDtype，但请注意，这将返回 all 对象数据类型列要选择日期时间，请使用
np.datetime64，'datetime'或'datetime64'要选择时间增量，请使用
np.timedelta64，'timedelta'或'timedelta64'要选择Pandas分类数据类型，请使用
'category'要选择Pandas Date timetz dtype，请使用
'datetimetz'(0.20.0中的新功能)或'datetime64[ns, tz]'
示例
>>> df = pd.DataFrame({'a': [1, 2] * 3, ... 'b': [True, False] * 3, ... 'c': [1.0, 2.0] * 3}) >>> df a b c 0 1 True 1.0 1 2 False 2.0 2 1 True 1.0 3 2 False 2.0 4 1 True 1.0 5 2 False 2.0
>>> df.select_dtypes(include='bool') b 0 True 1 False 2 True 3 False 4 True 5 False
>>> df.select_dtypes(include=['float64']) c 0 1.0 1 2.0 2 1.0 3 2.0 4 1.0 5 2.0
>>> df.select_dtypes(exclude=['int64']) b c 0 True 1.0 1 False 2.0 2 True 1.0 3 False 2.0 4 True 1.0 5 False 2.0