Python dask.dataframe.DataFrame.select_dtypes用法及代码示例

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

根据列 dtypes 返回 DataFrame 列的子集。

此文档字符串是从 pandas.core.frame.DataFrame.select_dtypes 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

参数：

include, exclude：标量或list-like: 要包含/排除的数据类型或字符串的选择。必须至少提供这些参数之一。

DataFrame: 帧的子集，包括 include 中的 dtype，不包括 exclude 中的 dtype。

抛出：

ValueError

如果include和exclude都为空
如果 include 和 exclude 有重叠的元素
如果传入任何类型的字符串 dtype。

注意：

全选数字类型，使用np.number或者'number'
要选择字符串，您必须使用objectdtype，但请注意，这将返回全部对象 dtype 列
见numpy dtype hierarchy
要选择日期时间，请使用 np.datetime64 , 'datetime' 或 'datetime64'
要选择时间增量，请使用 np.timedelta64 , 'timedelta' 或 'timedelta64'
要选择 Pandas 分类数据类型，请使用 'category'
要选择 Pandas datetimetz dtypes，请使用 'datetimetz'(0.20.0 中的新函数)或 'datetime64[ns, tz]'

例子：

>>> df = pd.DataFrame({'a': [1, 2] * 3,  
...                    'b': [True, False] * 3,
...                    'c': [1.0, 2.0] * 3})
>>> df  
        a      b  c
0       1   True  1.0
1       2  False  2.0
2       1   True  1.0
3       2  False  2.0
4       1   True  1.0
5       2  False  2.0

>>> df.select_dtypes(include='bool')  
   b
0  True
1  False
2  True
3  False
4  True
5  False

>>> df.select_dtypes(include=['float64'])  
   c
0  1.0
1  2.0
2  1.0
3  2.0
4  1.0
5  2.0

>>> df.select_dtypes(exclude=['int64'])  
       b    c
0   True  1.0
1  False  2.0
2   True  1.0
3  False  2.0
4   True  1.0
5  False  2.0

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.DataFrame.select_dtypes。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

抛出：

注意：

例子：