如何让 Pandas 按数据类型选择列？

Pandas 百问百答第 014 篇。

有时候，df 里包含了不同的数据类型，比如，文本、日期、整数、小数，如果需要筛选出某一类型的几列，怎么整？

呆鸟也不卖关子，直接说， pandas 的 df 提供了 select_dtypes 函数，可以按数据类型选择 df 的列。该函数包含 include 与 exclude 参数：

• include 表示包含哪种类型，输出结果是包含该类型的 df；
• exclude 表示排除哪种类型，输出结果是不包含该类型的 df；
• 包含或排除的类型可以是多种，用列表显示，如 include=['float64','int64']；

示例代码：

df = pd.DataFrame({'a': [1, 2] * 3,
                   'b': [True, False] * 3,
                   'c': [1.0, 2.0] * 3})

# 输出包含 bool 数据类型的列
df.select_dtypes(include='bool')

# 输出包含小数数据类型的列
df.select_dtypes(include=['float64'])

# 输出排除整数的列
df.select_dtypes(exclude=['int64'])

数据类型说明

• 选择所有数字类型的列，用 np.number 或 'number'
• 选择字符串类型的列，必须用 object，注意，这将返回所有数据类型为 object 的列
• 选择日期时间类型的列，用np.datetime64、'datetime' 或 'datetime64'
• 选择 timedelta 类型的列，用np.timedelta64、'timedelta' 或 'timedelta64'
• 选择 category 类型类别，用 'category'
• 选择 datetimetz 类型的列，用'datetimetz'或 'datetime64[ns, tz]'

好了，本篇比较简单，但也容易让人忽略，现在你知道怎么按数据类型选择 df 中的列了吗？

本文译自 pandas 官档