dataframe数据，df.select_dtypes()根据dtype进行数据筛选

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

机器学习操作的结构化数据，基本上就是一个又一个的dataframe。而实际的代码层面上来说，对于字符数据又是无法处理的。真正能处理的，只有数字或者浮点数等数据。所以，对于dataframe的数据类型筛选，是比较有必要的。其中一个重要操作就是.select_dtypes()操作。

大家好，这里是苏南大叔的“黑客马拉松夺旗赛”博客，这里讲述苏南大叔和计算机代码之间的故事。测试环境：python@3.6.8，pandas@1.1.5。

测试数据定义

这里定义个dataframe数据，代码如下：

import pandas as pd
data = pd.DataFrame({
    'name' : ['虎子','老许','二赖子','老白','小黑'],
    'age'  : [5,3,6,8,10],
    'weight'  : [1.2,3.5,6.1,2.5,3.6],
    'good' : [True,True,True,False,False],
    'class': ["dog","bird","fish","catty","puppy"]
})

不知道有什么dtype的话，直接查看df.dtypes即可。

print(data)
print(data.dtypes)

输出：

  name  age  weight   good  class
0   虎子    5     1.2   True    dog
1   老许    3     3.5   True   bird
2  二赖子    6     6.1   True   fish
3   老白    8     2.5  False  catty
4   小黑   10     3.6  False  puppy

name       object
age         int64
weight    float64
good         bool
class      object
dtype: object

参考文章：

• https://xctf.net/say/pandas-dataframe.html

数据筛选

根据dtype可以进行进一步的数据筛选。

测试代码一：

data_1 = data.select_dtypes(include=['float64', 'int64'])
print(data_1)

输出：

   age  weight
0    5     1.2
1    3     3.5
2    6     6.1
3    8     2.5
4   10     3.6

测试代码二：

data_2 = data.select_dtypes(include=['object', 'bool'])
print(data_2)

输出:

  name   good  class
0   虎子   True    dog
1   老许   True   bird
2  二赖子   True   fish
3   老白  False  catty
4   小黑  False  puppy

测试代码三：

data_3 = data.select_dtypes(include=['int64', 'bool'])
print(data_3)

输出：

   age   good
0    5   True
1    3   True
2    6   True
3    8  False
4   10  False

参考文章：

• https://xctf.net/say/dataframe-dtype-categorical.html

结语

筛选好目标数据，就可以对数据进行进一步分析了。

• https://xctf.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。