dask_expr._collection.DataFrame.select_dtypes
dask_expr._collection.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
objectdtype，但请注意，这将返回 所有 object dtype 列要选择日期时间，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