dask.dataframe.DataFrame.select_dtypes

dask.dataframe.DataFrame.select_dtypes

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

根据列的数据类型返回DataFrame列的子集。

此文档字符串是从 pandas.core.frame.DataFrame.select_dtypes 复制而来的。

Dask 版本可能存在一些不一致性。

参数
包含, 排除标量或类列表

要包含/排除的 dtypes 或字符串的选择。必须至少提供这些参数中的一个。

返回
DataFrame

包含在 include 中且不包含在 exclude 中的 dtypes 的帧子集。

Raises
ValueError

  • 如果 include 和 exclude 都为空

  • 如果 include 和 exclude 有重叠的元素

  • 如果传入了任何类型的字符串数据类型。

参见

DataFrame.dtypes

返回每列数据类型的系列。

注释

  • 要选择所有 数值 类型，使用 np.number 或 'number'

  • 要选择字符串，你必须使用 object dtype，但请注意，这将返回 所有 object dtype 列

  • 参见 numpy 数据类型层次结构

  • 要选择日期时间，请使用 np.datetime64、'datetime' 或 'datetime64'

  • 要选择 timedelta，请使用 np.timedelta64、'timedelta' 或 'timedelta64'

  • 要选择 Pandas 的分类数据类型，请使用 'category'

  • 要选择 Pandas 的 datetimetz dtypes，请使用 'datetimetz' 或 'datetime64[ns, tz]'

示例

>>> 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

上一页

dask.dataframe.DataFrame.sample

下一页

dask.dataframe.DataFrame.sem