pandas.DataFrame.select_dtypes

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

Возвращает подмножество столбцов DataFrame, основанное на типах столбцов.

Параметры

include, exclude:скаляр или список

Выбор типов данных или строк, которые следует включать/исключать. Обязательно указать хотя бы один из этих параметров.

Возвращает

DataFrame

Подмножество фрейма, включающее типы данных в include и исключающее типы данных в exclude.

Возбуждает

ValueError

• Если оба include и exclude пустые

• Если include и exclude содержат перекрывающиеся элементы

• Если передан какой-либо строковый тип данных.

См. также

DataFrame.dtypes

Возвращает Series с типом данных каждого столбца.

Примечания

• Для выбора всех числовых типов используйте np.number или 'number'

• Для выбора строк необходимо использовать тип 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 временных интервалов, 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 версии 0.20.0) или 'datetime64[ns, tz]'

Примеры

>>> 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.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