python - 为数据框的选定列应用 select_dtypes

Question

我有几列既有 float 又有字符串。我希望能够选择这些列并根据它们的数据类型应用不同的掩码。

我找到了 select_dtypes() 方法，但它运行在整个数据帧上，我需要的是能够进行列选择。例如:

 df['A'].select_dtypes(exclude=[np.number]) 

现在，当我尝试这样做时，我得到了

AttributeError: 'Series' object has no attribute 'select_dtypes'

为了提供更多细节，假设我有这样的数据框:

df = pd.DataFrame([
[-1, 3, 0],
[5, 2, 1],
[-6, 3, 2],
[7, '<blank>', 3 ],     
['<blank>', 2, 4],
['<blank>', '<blank>', '<blank>']], columns='A B C'.split())

当我运行时

df.select_dtypes(exclude=[np.number]) 

它没有给我一个错误，但也没有任何反应，因为它没有找到任何只包含除 np.number 之外的一个数据类型的列。

最后我想创建一个带有数据类型选择的掩码，例如

mask=  df['A'].select_dtypes(exclude=[np.number]) 

注意:我需要不更改此字符串，因为在进一步的步骤中，我会将此数据框呈现为 html 表，因此这些 < blank >字符串会给我空格。

Answer 1

可以定义一个函数对numeric进行转换，然后根据是否转换成功进行过滤:

def filter_type(s, num=True):
    s_new = pd.to_numeric(s, errors='coerce')
    if num:
        return s[s_new.notnull()]
    else:
        return s[s_new.isnull()]

res = filter_type(df['A'], num=False)

print(res)

4    <blank>
5    <blank>
Name: A, dtype: object