python - 选择 pandas df 中的字符串列(相当于 df.select_dtypes)

Question

给 Pandas df具有不同的数据类型，df.select_dtypes对于仅保留所需的列或删除特定应用程序不需要的列非常有用。

但是，似乎没有办法寻址 string使用此方法的数据类型。

来自the docs (强调我的):

ValueError
  If both of include and exclude are empty
  If include and exclude have overlapping elements
  If any kind of string dtype is passed in.

和

To select strings you must use the object dtype, but note that this will return all object dtype columns

确实，使用df.select_dtypes(exclude=['str'])引发错误(尽管它是 TypeError 而不是文档声称的 ValueError )并使用 df.select_dtypes(exclude=['object'])删除所有 object列，而不仅仅是 string列。

给定 df像这样:

df = pd.DataFrame({'int_col':[0,1,2,3,4],
                   'dict_col':[dict() for i in range(5)],
                   'str_col':list('abcde')})

并考虑到

df.dtypes

是 object对于两者str_col和dict_col :

排除或包含所有字符串列的最佳方法是什么？

Answer 1

选项 1

使用df.applymap和type，并等同于str:

In [377]: (df.applymap(type) == str).all(0)
Out[377]: 
dict_col    False
int_col     False
str_col      True
dtype: bool

每列中的每个元素都转换为其类型，然后等于 str。之后，只需调用 .all(0) 或 .min(0) 即可获得每列的判决。

<小时/>

选项 2

使用df.applymap和isinstance:

In [342]: df.applymap(lambda x: isinstance(x, str)).all(0)
Out[342]: 
dict_col    False
int_col     False
str_col      True

<小时/>

要包含这些字符串列，您可以对列进行 bool 索引:

idx = ... # one of the two methods above
df_new = df[df.columns[idx]]

排除

df_new = df[df.columns[~idx]]