我需要清理数据框并删除所有没有数字数据的列.我有的列被分类为“对象”,有些列被标记为int / float,但主要包含NaN.我只想保留数字列.有办法吗？
解决方法:
使用select_dtypes并传递np.number仅过滤数字类型：
In [69]:
df = pd.DataFrame({'int':np.arange(5), 'float':np.random.randn(5), 'str':list('abcde')})
df
Out[69]:
float int str
0 0.987218 0 a
1 0.336119 1 b
2 1.800194 2 c
3 4.566850 3 d
4 -0.306808 4 e
In [71]:
df.select_dtypes([np.number])
Out[71]:
float int
0 0.987218 0
1 0.336119 1
2 1.800194 2
3 4.566850 3
4 -0.306808 4
这可以接受numpy type hierarchy中的任何类型
要删除包含任何NaN的列,则可以调用dropna(axis = 1),谢谢@Leb
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
