pd.select_dtypes 选取特定数据类型的列

pd.select_dtypes

可以根据数据类型选取特征，这对于我们建模时非常有用，下面来看看怎么使用

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

参数

• include, exclude：scalar or list-like，标量或类似列表的内容，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：DataFrame

注意：

• 要选择所有数字类型，请使用np.number或'number'
• 要选择字符串，您必须使用object dtype（np.object 或者是 'object'），但是请注意，这将返回所有对象dtype列
• 请参见numpy dtype层次结构
• 要选择日期时间，使用np.datetime64，'datetime'或 'datetime64'
• 要选择timedeltas，使用np.timedelta64，'timedelta'或 'timedelta64'
• 要选择Pandas类别dtype，请使用 'category'
• 要选择Pandas datetimetz dtypes，请使用'datetimetz'（0.20.0中的新增功能）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.dtypes
'''
a      int64
b       bool
c    float64
dtype: object
'''
###############################
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
''''