pandas.DataFrame.select_dtypes

DataFrame.select_dtypes(include=None, exclude=None) [source]

Возвращает подмножество DataFrame, включающее/исключающее столбцы на основе их dtype.

Параметры:	include, exclude : скаляр или список Выбор типов данных или строк для включения/исключения. Обязательно указать хотя бы один из этих параметров.
Возвращает:	subset : DataFrame Подмножество фрейма, включающее типы данных в include и исключающее типы данных в exclude.
Возможные исключения:	ValueError Если оба include и exclude пустые Если include и exclude имеют перекрывающиеся элементы Если переданы типы данных любого вида строк.

Примечания

• Для выбора всех числовых типов используйте тип данных numpy numpy.number
• Для выбора строк необходимо использовать тип данных object, но имейте в виду, что это вернёт все столбцы типа object.
• См. иерархию типов данных numpy
• Для выбора дат, используйте np.datetime64, ‘datetime’ или ‘datetime64’
• Для выбора интервалов времени, используйте np.timedelta64, ‘timedelta’ или ‘timedelta64’
• Для выбора категориальных типов данных Pandas, используйте ‘category’
• Для выбора типов данных Pandas datetimetz, используйте ‘datetimetz’ (новая функция в 0.20.0) или строку ‘datetime64[ns, tz]’

Примеры

>>> df = pd.DataFrame({'a': np.random.randn(6).astype('f4'),
...                    'b': [True, False] * 3,
...                    'c': [1.0, 2.0] * 3})
>>> df
        a      b  c
0  0.3962   True  1
1  0.1459  False  2
2  0.2623   True  1
3  0.0764  False  2
4 -0.9703   True  1
5 -1.2094  False  2
>>> df.select_dtypes(include='bool')
   c
0  True
1  False
2  True
3  False
4  True
5  False
>>> df.select_dtypes(include=['float64'])
   c
0  1
1  2
2  1
3  2
4  1
5  2
>>> df.select_dtypes(exclude=['floating'])
       b
0   True
1  False
2   True
3  False
4   True
5  False