Python Pandas dataframe.select_dtypes()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.select_dtypes()函数根据列dtypes返回DataFrame列的子集。可以将此函数的参数设置为包括具有某些特定数据类型的所有列，也可以设置为排除具有某些特定数据类型的所有那些列。

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

参数：
include, exclude: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：包含dtypes的帧子集包括include和排除中的dtypes。

要链接到代码中使用的CSV文件，请单击此处

范例1：采用select_dtypes()函数选择所有具有浮点数数据类型的列。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Print the dataframe 
df

让我们使用dataframe.select_dtypes()函数选择 DataFrame 中所有具有浮点数据类型的列。

# select all columns having float datatype 
df.select_dtypes(include ='float64')

输出：

范例2：采用select_dtypes()函数选择 DataFrame 中的所有列，但那些浮点数据类型的列除外。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# select all columns except float based 
df.select_dtypes(exclude ='float64')

输出：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas 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。