Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas dataframe.select_dtypes()
函數根據列dtypes返回DataFrame列的子集。可以將此函數的參數設置為包括具有某些特定數據類型的所有列,也可以設置為排除具有某些特定數據類型的所有那些列。
用法:DataFrame.select_dtypes(include=None, exclude=None)
參數:
include, exclude:包括/排除的dtypes或字符串的選擇。必須至少提供這些參數之一。
返回:包含dtypes的幀子集包括include和排除中的dtypes。
要鏈接到代碼中使用的CSV文件,請單擊此處
範例1:采用select_dtypes()
函數選擇所有具有浮點數數據類型的列。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
讓我們使用dataframe.select_dtypes()
函數選擇 DataFrame 中所有具有浮點數據類型的列。
# select all columns having float datatype
df.select_dtypes(include ='float64')
輸出:
範例2:采用select_dtypes()
函數選擇 DataFrame 中的所有列,但那些浮點數據類型的列除外。
# 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')
輸出:
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Timestamp.second用法及代碼示例
- Python Pandas DataFrame.abs()用法及代碼示例
- Python Pandas Series.lt()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas Series.pop()用法及代碼示例
- Python Pandas TimedeltaIndex.max用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.mean()用法及代碼示例
- Python Pandas TimedeltaIndex.min用法及代碼示例
- Python Pandas Series.ptp()用法及代碼示例
- Python Pandas dataframe.cov()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.select_dtypes()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。