pandas.DataFrame中如何提取特定类型dtype的列
导读:本文共2104字符,通常情况下阅读需要7分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: pandas.DataFrame为每一列保存一个数据类型dtype。要仅提取(选择)特定数据类型为dtype的列,请使用pandas.DataFrame的select_dtypes()方法。以带有各种数据类型的列的pandas.DataFrame为例。importpandasaspddf=pd.DataFrame({'a':[1,2,1,3]... ...
目录
(为您整理了一些要点),点击可以直达。pandas.DataFrame为每一列保存一个数据类型dtype。
要仅提取(选择)特定数据类型为dtype的列,请使用pandas.DataFrame的select_dtypes()方法。
以带有各种数据类型的列的pandas.DataFrame为例。
将描述以下内容。
select_dtypes()的基本用法
指定要提取的类型:参数include
指定要排除的类型:参数exclude
在参数include中指定要提取的数据类型dtype。
可以按原样指定作为Python的内置类型提供的那些变量,例如int和float。您可以将“ int”指定为字符串,也可以指定“ int64”(包括确切位数)。 (标准位数取决于环境)
当然,当最多包括位数时,除非位数匹配,否则不会选择它。
列表中可以指定多种数据类型dtype。日期和时间datetime64 [ns]可以由’datetime’指定。
可以将数字类型(例如int和float)与特殊值“ number”一起指定。
元素为字符串str类型的列的数据类型dtype是object,但是object列还包含除str外的Python标准内置类型。实际上,数量并不多,但是,如示例中所示,如果有一列的元素为列表类型,请注意,该列也是由include = object提取的。
但是,除非对其进行有意处理,否则字符串str类型以外的对象都不会(可能)成为pandas.DataFrame的元素,因此不必担心太多。
在参数exclude中指定要排除的数据类型dtype。您还可以在列表中指定多个数据类型dtype。
可以同时指定包含和排除,但是如果指定相同的类型,则会发生错误。
pandas.DataFrame中如何提取特定类型dtype的列的详细内容,希望对您有所帮助,信息来源于网络。