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