python - 如何获取包含特定 dtype 的 pandas.DataFrame 列

Question

我正在使用 df.columns.values 来制作列名列表，然后我会对其进行迭代并制作图表等...但是当我设置它时，我忽略了 df 中的非数字列。现在，我宁愿不要简单地从 df (或它的副本)中删除这些列。相反，我想找到一种巧妙的方法将它们从列名列表中删除。

现在我有:

names = df.columns.values 

我想要达到的行为类似于:

names = df.columns.values(column_type=float64) 

有什么巧妙的方法可以做到这一点吗？我想我可以复制 df，然后在执行 columns.values 之前删除那些非数字列，但这让我觉得很笨重。

欢迎任何意见/建议。谢谢。

Answer 1

可能有人会给你比这更好的答案，但我倾向于做的一件事是，如果我所有的数字数据都是 int64 或 float64 对象，那么你可以创建列数据类型的字典，然后使用这些值创建列列表。

例如，在我有 float64、int64 和 object 类型的列的数据框中，首先您可以查看数据类型像这样:

DF.dtypes

如果它们符合标准，即数据的非数字列都是 object 类型(因为它们在我的数据框中)，那么您可以执行以下操作来获取数字列:

[key for key in dict(DF.dtypes) if dict(DF.dtypes)[key] in ['float64', 'int64']]

它只是一个简单的列表理解。没有什么花哨。同样，尽管这是否适合您将取决于您如何设置数据框...