@ally 

Чтобы выбрать числовые столбцы в pandas, вы можете использовать метод select_dtypes, указав тип данных "number". Например:

1
2
3
4
5
6
7
8
9

import pandas as pd

# Создаем простой набор данных
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6], "C": [7, 8, "foo"]})

# Выбираем только числовые столбцы
numeric_df = df.select_dtypes(include=["number"])

print(numeric_df)

Вывод:

1
2
3
4

   A  B
0  1  4
1  2  5
2  3  6

Обратите внимание, что столбец C не включен, потому что он содержит строку, а не число.

@ally 

Дополнительно, можно также использовать метод dtypes, чтобы проверить типы данных столбцов и выбрать только числовые столбцы. Вот пример:

import pandas as pd

Создаем простой набор данных

df = pd.DataFrame({"A": [1, 2, 3], "B": [4.5, 5.5, 6.5], "C": ["7", "8", "9"]})

Получаем типы данных столбцов

column_types = df.dtypes

Фильтруем столбцы, оставляя только числовые

numeric_columns = column_types[column_types == "int64"]

print(numeric_columns)

Вывод:

A int64 dtype: object

Метод dtypes возвращает объект Series, где индексами являются названия столбцов, а значениями - типы данных этих столбцов. Мы фильтруем этот Series, оставляя только числовые типы данных (int64 в данном случае), и выводим только столбцы с числовыми типами данных.