pandas筛选数值列和非数值列方式-编程学习网

这篇文章将为大家详细讲解有关pandas筛选数值列和非数值列方式，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

筛选数值列

使用 is_numeric() 方法：此方法返回一个布尔掩码，其中 True 表示数值列，False 表示非数值列。
```
import pandas as pd
```

df = pd.DataFrame({"name": ["Alice", "Bob", "Charlie"], "age": [20, 25, 30]})

numerical_columns = df.select_dtypes(include=[np.number]).columns print(numerical_columns)


输出：

Index(["age"], dtype="object")


* **使用 to_numeric() 方法：**此方法将对象列转换为数值列，从而使筛选更容易。
```python
df = pd.DataFrame({"name": ["Alice", "Bob", "Charlie"], "age": ["20", "25", "30"]})

df["age"] = pd.to_numeric(df["age"])

numerical_columns = df.select_dtypes(include=[np.number]).columns
print(numerical_columns)

输出：

Index(["age"], dtype="object")

筛选非数值列

使用 is_object() 方法：此方法返回一个布尔掩码，其中 True 表示对象列，False 表示非对象列。
```
import pandas as pd
```

df = pd.DataFrame({"name": ["Alice", "Bob", "Charlie"], "age": [20, 25, 30]})

non_numerical_columns = df.select_dtypes(include=[np.object]).columns print(non_numerical_columns)


输出：

Index(["name"], dtype="object")


* **使用 all() 和 isna() 方法：**此方法筛选所有列中不包含任何缺失值的非数值列。
```python
df = pd.DataFrame({"name": ["Alice", "Bob", "Charlie"], "age": [20, np.nan, 30]})

non_numerical_columns = df.select_dtypes(include=[np.object]).apply(lambda x: x.all() and not x.isnull()).index
print(non_numerical_columns)

输出：