Pandas根据列数值类型索引【20200329更新】

最新推荐文章于 2024-06-17 11:22:26 发布

原创

最新推荐文章于 2024-06-17 11:22:26 发布 · 1.1k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#Python #Pandas #数据分析

本文介绍了Pandas的select_dtypes函数用于根据列的数据类型进行筛选，展示了如何选取数据类型为float64的列。通过使用布尔索引，可以有效地从DataFrame中提取所需列。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

20200329更新

原来Pandas里有根据列类型筛选的函数
select_dtypes
它有两个参数，incluse和exclude，既可以接受标量，也可以接受列表，返回一个DF类。
例如：

# 筛选列类型为int和float的列
df.select_dtypes(include=['int', 'float'])
# 筛选除了类型为O的列
df.select_dtypes(exclude='O')
# 筛选数值类型的列名
df.select_dtypes(exclude='O').columns

pandas里常用的筛选、索引工具主要有

loc：按行列标签名称进行索引和筛选
iloc：根据行列索引序号进行索引
at：根据行列标签找到相应单元格的值
iat：根据行列索引序号找到相应单元格的值

这里有个需求，以fifa19数据为例，列标签有多种数据类型：

>>> fifa19.dtypes
ID                   int64
Name                object
Age                  int64
Nationality         object
Overall              int64
Potential            int64
Club                object
Value               object
Wage                object
Preferred Foot      object
Position            object
Crossing           float64
Finishing          float64
HeadingAccuracy    float64
ShortPassing       float64
Volleys            float64
Dribbling          float64
FKAccuracy         float64
LongPassing        float64
BallControl        float64
Acceleration       float64
SprintSpeed        float64
Agility            float64
Reactions          float64
Balance            float64
ShotPower          float64
Jumping            float64
Stamina            float64
Strength           float64
LongShots          float64
Aggression         float64
Interceptions      float64
Positioning        float64
Vision             float64
Penalties          float64
Composure          float64
Marking            float64
Sta