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中的随机数种子seed()用法说明，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2022-07-07
这篇文章主要为大家介绍了Python的强大HTTP库Requests基本使用详解，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2023-05-05
关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则)
今天小编就为大家分享一篇关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
在实验中需要自己构造单独的HTTP数据报文，而使用SOCK_STREAM进行发送数据包，需要进行完整的TCP交互。因此想使用原始套接字进行编程，直接构造数据包，并在IP层进行发送，即采用SOCK_RAW进行数据发送。使用SOCK_RAW的优势是，可以对数据包进行完整的修改，可以处理IP层上的所有数据包，对各字段进行修改，而不受UDP和TCP的限制。2014-02-02
今天小编就为大家分享一篇在cmd中运行.py文件: python的操作步骤，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
Python 检查数组元素是否存在类似PHP isset()方法
isset方法来检查数组元素是否存在，在Python中无对应函数，在Python中一般可以通过异常来处理数组元素不存在的情况，而无须事先检查2014-10-10
这篇文章主要介绍了Python多线程编程（一）：threading模块综述,本文讲解了threading模块、Thread类、Queue提供的类等内容,需要的朋友可以参考下2015-04-04
过年期间发现小外甥已经上小学了，我姐说老师今天给他们布置了寒假作业：每天坚持做乘法和加减法混合运算。这我必须帮帮忙，用Python写了一段自动生成小学生计算题的代码，希望外甥不要太感谢我2023-02-02
这篇文章主要介绍了用 python 爬虫抓站的一些技巧总结,非常不错，具有参考借鉴价值，需要的朋友可以参考下2018-01-01
这篇文章主要介绍了python向MySQL数据库插入数据,本文通过实例代码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2022-11-11
最新评论