Как правило, наибольшего успеха добивается тот, кто располагает лучшей информацией (Бенджамин Дизраэли). Рассмотрим, предпочтительный способ выборки колонок датафрейма по типам. Для начала сгенерируем демонстрационный набор данных:
В датасете представлены разные типы колонок:
Рассмотрим, как корректно выбрать колонки заданных типов с помощью метода select_dtypes, который в аргументах include/exclude принимает список типов колонок для отбора/фильтрации и возвращает датафрейм.
Целый тип
Его выборка производится по строке integer (или np.integer):
Другие вариации приведут к отбору не всех колонок:
Тип с плавающей точкой
Задавайте строку floating:
а так не правильно:
Численный тип
Численные колонки (и float, и int) отбираем по ключевому слову number:
Логический тип
Задаем ключевое слово bool:
Категориальный тип
Используйте ключевое слово category:
Строчный тип
Колонки со строками возвращаются при указании object (однако среди них могут быть колонки с встроенными питоновскими типами):
Дата и время
Для получения используйте строку datetime:
Период
Используйте ссылку на тип - pd.PeriodDtype:
Так как для получения списка колонок сначала возвращается датафрейм, если он большой, лучше получать типы из его среза. Для разнообразия получим колонки, исключая дробные: