pandas.DataFrame中提取特定类型dtype的列
pandas.DataFrame为每一列保存一个数据类型dtype。
要仅提取（选择）特定数据类型为dtype的列，请使用pandas.DataFrame的select_dtypes（）方法。
以带有各种数据类型的列的pandas.DataFrame为例。
import pandas as pd
df = pd.DataFrame({'a': [1, 2, 1, 3],
'b': [0.4, 1.1, 0.1, 0.8],
'c': ['X', 'Y', 'X', 'Z'],
'd': [[0, 0], [0, 1], [1, 0], [1, 1]],
'e': [True, True, False, True]})
df['f'] = pd.to_datetime(['2018-01-01', '2018-03-15', '2018-02-20', '2018-03-15'])
print(df)
# a b c d e f
# 0 1 0.4 X [0, 0] True 2018-01-01
# 1 2 1.1 Y [0, 1] True 2018-03-15
# 2 1 0.1 X [1, 0] False 2018-02-20
# 3 3 0.8 Z [1, 1] True 2018-03-15
print(df.dtypes)
# a int64
# b float64
# c object
# d object
# e bool
# f datetime64[ns]
# dtype: object将描述以下内容。
select_dtypes（）的基本用法
- 指定要提取的类型：参数include
- 指定要排除的类型：参数exclude
select_dtypes（）的基本用法
指定要提取的类型：参数include
在参数include中指定要提取的数据类型dtype。
print(df.select_dtypes(include=int)) # a # 0 1 # 1 2 # 2 1 # 3 3
可以按原样指定作为Python的内置类型提供的那些变量，例如int和float。您可以将“ int”指定为字符串，也可以指定“ int64”（包括确切位数）。 （标准位数取决于环境）
print(df.select_dtypes(include='int')) # a # 0 1 # 1 2 # 2 1 # 3 3 print(df.select_dtypes(include='int64')) # a # 0 1 # 1 2 # 2 1 # 3 3
当然，当最多包括位数时，除非位数匹配，否则不会选择它。
print(df.select_dtypes(include='int32')) # Empty DataFrame # Columns: [] # Index: [0, 1, 2, 3]
列表中可以指定多种数据类型dtype。日期和时间datetime64 [ns]可以由’datetime’指定。
print(df.select_dtypes(include=[int, float, 'datetime'])) # a b f # 0 1 0.4 2018-01-01 # 1 2 1.1 2018-03-15 # 2 1 0.1 2018-02-20 # 3 3 0.8 2018-03-15
可以将数字类型（例如int和float）与特殊值“ number”一起指定。
print(df.select_dtypes(include='number')) # a b # 0 1 0.4 # 1 2 1.1 # 2 1 0.1 # 3 3 0.8
元素为字符串str类型的列的数据类型dtype是object，但是object列还包含除str外的Python标准内置类型。实际上，数量并不多，但是，如示例中所示，如果有一列的元素为列表类型，请注意，该列也是由include = object提取的。
print(df.select_dtypes(include=object)) # c d # 0 X [0, 0] # 1 Y [0, 1] # 2 X [1, 0] # 3 Z [1, 1] print(type(df.at[0, 'c'])) # <class 'str'> print(type(df.at[0, 'd'])) # <class 'list'>
但是，除非对其进行有意处理，否则字符串str类型以外的对象都不会（可能）成为pandas.DataFrame的元素，因此不必担心太多。
指定要排除的类型：参数exclude
在参数exclude中指定要排除的数据类型dtype。您还可以在列表中指定多个数据类型dtype。
print(df.select_dtypes(exclude='number')) # c d e f # 0 X [0, 0] True 2018-01-01 # 1 Y [0, 1] True 2018-03-15 # 2 X [1, 0] False 2018-02-20 # 3 Z [1, 1] True 2018-03-15 print(df.select_dtypes(exclude=[bool, 'datetime'])) # a b c d # 0 1 0.4 X [0, 0] # 1 2 1.1 Y [0, 1] # 2 1 0.1 X [1, 0] # 3 3 0.8 Z [1, 1]
可以同时指定包含和排除，但是如果指定相同的类型，则会发生错误。
print(df.select_dtypes(include='number', exclude=int))
# b
# 0 0.4
# 1 1.1
# 2 0.1
# 3 0.8
# print(df.select_dtypes(include=[int, bool], exclude=int))
# ValueError: include and exclude overlap on frozenset({<class 'numpy.int64'>})到此这篇关于pandas.DataFrame中提取特定类型dtype的列的文章就介绍到这了,更多相关pandas DataFrame提取特定类型列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python 的AES加密与解密实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
这篇文章主要介绍了Pandas DataFrame分组求和、分组乘积的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
这篇文章主要介绍了浅析pip安装第三方库及pycharm中导入第三方库的问题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-03-03
这篇文章主要介绍了python tkinter Entry控件的焦点移动操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
垃圾回收大家应该多多少少都了解过，本文详细的介绍了Python垃圾回收是怎么实现的，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-07-07
__builtins__ 是内建模块__builtin__中的对象,使用Python中的内建函数时会通过__builtins__引导,这里我们就来深入解析Python中的__builtins__内建对象,需要的朋友可以参考下2016-06-06
这篇文章主要介绍了Python建立Map写Excel表实例解析，具有一定借鉴价值,需要的朋友可以参考下2018-01-01
这篇文章主要为大家详细介绍了pygame实现键盘的连续监控，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-04-04
这篇文章主要给大家介绍了关于python面向对象入门教程之从代码复用开始的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用python具有一定的参考学习价值，需要的朋友们来一起看看吧2018-12-12
这篇文章主要为大家介绍了python多线程对多核cpu的利用解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-07-07
最新评论