<分区>
我有一个 pandas 数据框 df，它有一列，称之为 A，它包含多种数据类型。我想选择 df 的所有行，其中 A 具有特定的数据类型。
例如，假设 A 的类型为 int 和 str。我想做一些类似 df[type(df[A])==int] 的事情。
<分区>
我有一个 pandas 数据框 df，它有一列，称之为 A，它包含多种数据类型。我想选择 df 的所有行，其中 A 具有特定的数据类型。
例如，假设 A 的类型为 int 和 str。我想做一些类似 df[type(df[A])==int] 的事情。
最佳答案
设置
df = pd.DataFrame({'A': ['hello', 1, 2, 3, 'bad']})
这整列将被分配 dtype Object。如果您只想查找数值:
pd.to_numeric(df.A, errors='coerce').dropna()
1 1.0
2 2.0
3 3.0
Name: A, dtype: float64
但是，这也允许混合使用 float 、数字的字符串表示形式等。如果你真的想找到 type int 的元素，你可以使用列表理解:
df.loc[[isinstance(val, int) for val in df.A], 'A']
1 1
2 2
3 3
Name: A, dtype: object
但是注意 dtype 仍然是 Object。
如果列有 bool 值，这些将被保留，因为 bool 是 int 的子类。如果您不想要这种行为，您可以使用 type 而不是 isinstance
关于python - 按 dtype 子集 Pandas 数据框，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52561574/