pandas.DataFrame.select_dtypes

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

Возвращает подмножество столбцов DataFrame на основе типов данных столбцов.

Параметры:

include, exclude:scalar or list-like

Набор типов данных или строк, которые нужно включить или исключить. Необходимо указать хотя бы один из этих параметров.

Возвращает:

DataFrame

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

Вызывает исключение:

ValueError

• Если оба параметра, include и exclude, пусты

• Если include и exclude содержат совпадающие элементы

• Если передан тип данных строки любого вида.

См. также

DataFrame.dtypes

Возвращает Series с типом данных каждого столбца.

Примечания

• Чтобы выбрать все числовые типы, используйте np.number или 'number'

• Чтобы выбрать строки, необходимо использовать тип данных object, но учтите, что в этом случае будут возвращены все столбцы с типом данных object. Если включен параметр pd.options.future.infer_string, для выбора всех столбцов со строками можно использовать "str".

• См. иерархию типов данных numpy

• Чтобы выбрать значения даты и времени, используйте np.datetime64, 'datetime' или 'datetime64'

• Чтобы выбрать временные интервалы, используйте np.timedelta64, 'timedelta' или 'timedelta64'

• Чтобы выбрать категориальные типы данных Pandas, используйте 'category'

• Чтобы выбрать типы данных datetimetz в Pandas, используйте 'datetimetz' 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