<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per selezionare colonne in un DataFrame panda uguali a un tipo di dati specifico:<\/span><\/p>\n Metodo 1: selezionare colonne uguali a un tipo di dati specifico<\/strong><\/span><\/p>\n Metodo 2: seleziona colonne diverse di un tipo di dati specifico<\/strong><\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare ciascun metodo con i seguenti DataFrame panda:<\/span><\/p>\n Possiamo utilizzare il seguente codice per selezionare tutte le colonne nel DataFrame che hanno un tipo di dati uguale a int<\/strong> o float<\/strong> :<\/span><\/span><\/p>\n Tieni presente che vengono selezionate solo le colonne con un tipo di dati uguale a int<\/strong> o float<\/strong> .<\/span><\/span><\/p>\n Possiamo utilizzare il seguente codice per selezionare tutte le colonne nel DataFrame che non hanno un tipo di dati uguale a bool<\/b> o oggetto<\/strong> :<\/span><\/p>\n Tieni presente che vengono selezionate solo le colonne che non hanno un tipo di dati uguale a bool<\/b> o oggetto<\/strong> .<\/span><\/p>\n Tieni inoltre presente che puoi utilizzare la seguente sintassi per visualizzare il tipo di dati di ciascuna colonna nel DataFrame:<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Panda: come verificare il tipo di tutte le colonne in DataFrame<\/a> \u00c8 possibile utilizzare i seguenti metodi per selezionare colonne in un DataFrame panda uguali a un tipo di dati specifico: Metodo 1: selezionare colonne uguali a un tipo di dati specifico #select all columns that have an int or float data type df. select_dtypes (include=[‘ int ‘, ‘ float ‘]) Metodo 2: seleziona colonne diverse […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #select all columns that have an int or float data type<\/span>\ndf. select_dtypes<\/span> (include=[' int<\/span> ', ' float<\/span> '])<\/span>\n<\/span><\/strong><\/pre>\n #select all columns that don't have a bool or object data type<\/span>\ndf. select_dtypes<\/span> (exclude=[' bool<\/span> ', ' object<\/span> '])\n<\/span><\/span><\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9],\n ' minutes<\/span> ': [10.1, 12.0, 9.0, 8.0, 8.4, 7.5],\n ' all_star<\/span> ': [True, False, False, True, True, True]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists minutes all_star\n0 A 18 5 10.1 True\n1 B 22 7 12.0 False\n2 C 19 7 9.0 False\n3 D 14 9 8.0 True\n4 E 14 12 8.4 True\n5 F 11 9 7.5 True<\/b><\/pre>\n Esempio 1: selezionare colonne uguali a un tipo di dati specifico<\/strong><\/span><\/h2>\n
#select all columns that have an int or float data type<\/span>\ndf. select_dtypes<\/span> (include=[' int<\/span> ', ' float<\/span> '])\n\n\tminute assist points\n0 18 5 10.1\n1 22 7 12.0\n2 19 7 9.0\n3 14 9 8.0\n4 14 12 8.4\n5 11 9 7.5\n<\/span><\/span><\/strong><\/pre>\n Esempio 2: selezionare diverse colonne di un tipo di dati specifico<\/strong><\/span><\/h2>\n
#select all columns that don't have a bool or object data type<\/span>\ndf. select_dtypes<\/span> (exclude=[' bool<\/span> ', ' object<\/span> '])\n\nminute assist points\n0 18 5 10.1\n1 22 7 12.0\n2 19 7 9.0\n3 14 9 8.0\n4 14 12 8.4\n5 11 9 7.5\n<\/span><\/span><\/strong><\/pre>\n #display data type of all columns<\/span>\ndf. dtypes\n\nteam object\nint64 dots\nassists int64\nminutes float64\nall_star bool\ndtype:object\n<\/span><\/span><\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Panda: ottieni l’indice delle righe la cui colonna corrisponde al valore<\/a>
Panda: come impostare una colonna come indice<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"