Python学习笔记：select_dtypes选取指定数据类型的列

一、背景

近期想对比两个不同数据集的数据分布时，遇到一个问题：数据集同时包括离散、连续、时间等不同类型特征。

使用 seaborn.kdeplot 报错，仅只能针对数值型特征进行统计。

遂诞生一个需求：针对数据框，筛选指定数据类型的列。

二、select_dtypes介绍

使用语法为：

data.select_dtypes(include=['object'], exclude=['float64'])

• include -- 符合类型
• exclude -- 排除类型

可以单独使用参数，也可以结合使用，返回的是符合筛选后的数据框。

data.select_dtypes(include=['object']).columns

返回列名。

参数选择有：

数字：number、int、float
buer：bool
时间：datetime64
类别：category
字符串：string
对象：object

三、实操

df.select_dtypes(include=['object'])
df.select_dtypes(include=['object', 'float'])
df.select_dtypes(exclude='object')

四、手动选取

df.loc[:, (df.dtypes == 'float64').values]

五、类型智能转换

df = df.convert_dtypes()

​

参考链接：pandas选取指定数据类型的列

参考链接：pandas.DataFrame中提取（选择）特定类型dtype的列

参考链接：Python学习笔记：Pandas数据类型转化