pandas select_dtypes() 按类型筛选数据

pandas 的 select_dtypes 方法用于选择符合特定数据类型的 DataFrame 列。该方法非常有用，尤其是在处理具有混合数据类型的大型 DataFrame 时。下面我们详细讲解它的语法、参数、返回值，并通过实例进行说明。

语法

DataFrame.select_dtypes(include=None, exclude=None)

参数

• include：单个类型或类型列表，表示需要包含的列的数据类型。
• exclude：单个类型或类型列表，表示需要排除的列的数据类型。

注意：include 和 exclude 不能同时为 None。

数据类型

可以使用的类型包括：

• int64
• float64
• bool
• category
• datetime64
• timedelta64
• object（字符串或混合类型）

返回值

返回一个 DataFrame，只包含符合 include 或 exclude 条件的列。

使用场景

• 选择特定类型的列进行分析。
• 从 DataFrame 中排除不需要的类型列。
• 在预处理数据时快速找到特定类型的列。

示例

示例 1：基本使用

构造示例数据：

import pandas as pd

# 创建示例 DataFrame
data = {
    'A': [1, 2, 3, 4],
    'B': [0.1, 0.2, 0.3, 0.4],
    'C': ['a', 'b', 'c', 'd'],
    'D': [True, False, True, False],
    'E': pd.date_range('20230101', periods=4)
}
df = pd.DataFrame(data)
print("原始数据:")
print(df)

输出：

原始数据:
   A    B  C      D          E
0  1  0.1  a   True 2023-01-01
1  2  0.2  b  False 2023-01-02
2  3  0.3  c   True 2023-01-03
3  4  0.4  d  False 2023-01-04

选择数值型列

df_num = df.select_dtypes(include=['number'])
print("数值型列:")
print(df_num)

输出：

数值型列:
   A    B
0  1  0.1
1  2  0.2
2  3  0.3
3  4  0.4

选择布尔型列

df_bool = df.select_dtypes(include=['bool'])
print("布尔型列:")
print(df_bool)

输出：

布尔型列:
       D
0   True
1  False
2   True
3  False

排除字符串型列

df_no_str = df.select_dtypes(exclude=['object'])
print("排除字符串型列:")
print(df_no_str)

输出：

排除字符串型列:
   A    B      D          E
0  1  0.1   True 2023-01-01
1  2  0.2  False 2023-01-02
2  3  0.3   True 2023-01-03
3  4  0.4  False 2023-01-04

同时使用 include 和 exclude

df_include_exclude = df.select_dtypes(include=['number', 'bool'],
                                      exclude=['int64'])
print("包含数值型和布尔型，但排除 int64 型的列:")
print(df_include_exclude)

输出：

包含数值型和布尔型，但排除 int64 型的列:
     B      D
0  0.1   True
1  0.2  False
2  0.3   True
3  0.4  False

通过这些示例，可以看到 select_dtypes 方法在数据选择和预处理过程中非常灵活和有用。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.select_dtypes.html

更新时间：2024-07-16 19:21:38 标签：pandas python 筛选 类型