Pandas2.2 DataFrame

Attributes and underlying data

方法	描述
DataFrame.index	用于获取 DataFrame 的行索引
DataFrame.columns	用于获取 DataFrame 的列标签
DataFrame.dtypes	用于获取 DataFrame 中每一列的数据类型
DataFrame.info([verbose, buf, max_cols, …])	用于提供 DataFrame 的简要概述
DataFrame.select_dtypes([include, exclude])	用于根据数据类型选择 DataFrame 中的列

pandas.DataFrame.select_dtypes

pandas.DataFrame.select_dtypes 是一个非常有用的函数，用于根据数据类型选择 DataFrame 中的列。通过指定 include 和 exclude 参数，可以选择包含或排除特定数据类型的列。

参数说明

• include: 可以是单个字符串或字符串列表，表示要包含的数据类型。
• exclude: 可以是单个字符串或字符串列表，表示要排除的数据类型。

数据类型字符串

以下是一些常用的数据类型字符串：

• 'object': 字符串
• 'number': 数值类型（整数和浮点数）
• 'float': 浮点数
• 'int': 整数
• 'bool': 布尔值
• 'datetime64': 日期时间
• 'timedelta[ns]': 时间差
• 'category': 类别数据

示例

假设有一个 DataFrame 如下：

import pandas as pddata = {'A': [1, 2, 3],'B': [1.1, 2.2, 3.3],'C': ['x', 'y', 'z'],'D': [True, False, True]
}df = pd.DataFrame(data)

示例1：选择所有数值类型的列

df.select_dtypes(include=['number'])

结果:

     A    B
0  1  1.1
1  2  2.2
2  3  3.3

示例2：选择所有整数类型的列

df.select_dtypes(include=['int'])

结果:

   A
0  1
1  2
2  3

示例3：排除布尔类型的列

df.select_dtypes(exclude=['bool'])

结果:

   A    B  C
0  1  1.1  x
1  2  2.2  y
2  3  3.3  z

示例4：选择所有字符串和浮点类型的列

df.select_dtypes(include=['object', 'float'])

结果:

     B  C
0  1.1  x
1  2.2  y
2  3.3  z

通过这些示例，你可以看到 select_dtypes 函数如何帮助你根据数据类型选择 DataFrame 中的列。