在pandas df中选择字符串列（相当于df.select_dtypes）

Question

给定df具有不同数据类型的 Pandas ，df.select_dtypes对于仅保留所需列或删除特定应用程序不需要的列非常有用。

但是，似乎无法string使用这种方法来解决dtype。

从文档（强调我的）：

ValueError
  如果 include 和 exclude 都为空
  如果 include 和 exclude 有重叠元素
  如果传入任何类型的字符串 dtype。

和

要选择字符串，您必须使用对象 dtype，但请注意，这将返回所有对象 dtype 列

实际上， usingdf.select_dtypes(exclude=['str'])会引发错误（尽管它是 aTypeError而不是ValueErrordocs 声称的 a）并且 usingdf.select_dtypes(exclude=['object'])会删除所有object列，而不仅仅是string列。

给出df这样的：

df = pd.DataFrame({'int_col':[0,1,2,3,4],
                   'dict_col':[dict() for i in range(5)],
                   'str_col':list('abcde')})

并考虑到

df.dtypes

是object两个str_col和dict_col：

排除或包含所有字符串列的最佳方法是什么？

Answer 1

选项1

使用df.applymap和type，并等于str：

In [377]: (df.applymap(type) == str).all(0)
Out[377]: 
dict_col    False
int_col     False
str_col      True
dtype: bool

每列中的每个元素都转换为其类型，然后等于str. 之后，只需致电.all(0)或.min(0)获得每列的判决。

选项 2

使用df.applymap和isinstance：

In [342]: df.applymap(lambda x: isinstance(x, str)).all(0)
Out[342]: 
dict_col    False
int_col     False
str_col      True

要包含这些字符串列，您可以对列进行布尔索引：

idx = ... # one of the two methods above
df_new = df[df.columns[idx]]

排除将是

df_new = df[df.columns[~idx]]