1. select_dtypes方法select_dtypes方法允许你按数据类型选择列。它接受一个数据类型或数据类型列表作为参数，返回一个包含满足指定数据类型的列的DataFrame。参数：include：指定要包含的数据类型。可以是一个数据类型字符串（如'number'、'object'、'datetime'等）或一个数据类型列表。exclude：指定要排除的数据类型。可...
Pandas DataFrame.select_dtypes(~) 返回与指定类型匹配(或不匹配)的列的子集。 参数 1.include | scalar 或array-like | optional 要包含的数据类型。 2. exclude | scalar 或array-like | optional 要排除的数据类型。 警告 必须至少提供两个参数之一。 以下是您可以指定的一些数据类型: 类型 说明 "number...
data.select_dtypes(include=['object'], exclude=['float64']) include -- 符合类型 exclude -- 排除类型 可以单独使用参数,也可以结合使用,返回的是符合筛选后的数据框。 data.select_dtypes(include=['object']).columns 返回列名。 参数选择有: 数字:number、int、floatbuer:bool时间:datetime64 类别:catego...
DataFrame.select_dtypes(include=None, exclude=None) 参数 include, exclude:scalar or list-like,标量或类似列表的内容,包括/排除的dtypes或字符串的选择。必须至少提供这些参数之一 返回:DataFrame 注意: 要选择所有数字类型,请使用np.number或'number' 要选择字符串,您必须使用object dtype(np.object 或者是 'obj...
ri = df.select_dtypes(include=[np.number]) ei = df[['b','c','d']] assert_frame_equal(ri, ei) ri = df.select_dtypes(include=[np.number,'category']) ei = df[['b','c','d','f']] assert_frame_equal(ri, ei) 开发者ID:Winterflower,项目名称:pandas,代码行数:16,代码来源:te...
DataFrame.select_dtypes(include=None, exclude=None)[source] 根据列dtypes返回DataFrame的列的子集。 Notes 要选择所有数字类型,请使用np.number或'number' 要选择字符串,您必须使用objectdtype,但是请注意,这将返回所有对象dtype列 请参见numpy dtype层次结构 ...
If both of include and exclude are empty If include and exclude have overlapping elements If any kind of string dtype is passed in. 注意 To select all numeric types, use np.number or 'number' To select strings you must use the object dtype, but note that this will return all object dty...
select_dtypes allows strings ('category', 'datetimetz', etc) but also allows numpy.number. For example: df.select_dtypes(include=['category', numpy.number]) is valid. My question is: what's the expected behaviour for df.select_dtypes(include=np.number)? The original issue only mentions...
If both of include and exclude are empty If include and exclude have overlapping elements If any kind of string dtype is passed in. 注意 To select all numeric types, use np.number or 'number' To select strings you must use the object dtype, but note that this will return all object dty...
include -- 符合类型 exclude -- 排除类型 可以单独使用参数,也可以结合使用,返回的是符合筛选后的数据框。 data.select_dtypes(include=['object']).columns 返回列名。 参数选择有: 数字:number、int、floatbuer:bool时间:datetime64 类别:category 字符串:string ...