pandas 筛选出数值的列

要筛选出数值的列，你可以使用 Pandas 中的 `select_dtypes` 方法。这个方法可以根据数据类型选择指定的列。

下面是一个示例代码，演示如何筛选出数值的列：

import pandas as pd

# 创建一个示例数据框
data = {'col1': [1, 2, 3], 'col2': ['a', 'b', 'c'], 'col3': [4.5, 5.6, 6.7]}
df = pd.DataFrame(data)

# 使用 select_dtypes 方法筛选出数值的列
numeric_cols = df.select_dtypes(include=['float', 'int']).columns

# 打印筛选出的数值列
print(numeric_cols)

上述代码中，`select_dtypes` 方法使用 `include` 参数指定了要包含的数据类型，这里选择了 `'float'` 和 `'int'` 类型。最后，通过 `.columns` 属性获取到筛选出的数值列名，并打印出来。

希望对你有所帮助！如果有任何问题，请随时提问。

相关问题

Python pandas如何筛选非空数值列

可以使用 dropna() 方法删除缺失值，然后使用 loc[] 方法选取非空数值列。代码如下：

import pandas as pd

# 创建数据框
df = pd.DataFrame({'A': [1, 2, None, 4],
                   'B': [None, 6, 7, 8],
                   'C': [9, 10, 11, 12]})

# 删除缺失值
df = df.dropna()

# 选取非空数值列
df = df.loc[:, df.dtypes != 'object']

print(df)

输出结果：

     A   C
0  1.0   9
1  2.0  10
3  4.0  12

pandas筛选某一列中数值等于6的行

要在 Pandas 中筛选出某一列中数值等于 6 的行，你可以使用以下方法之一：

1. 使用布尔索引：

df[df['列名'] == 6]

2. 使用 `query` 方法：

df.query('列名 == 6')

3. 使用 `loc` 属性：

df.loc[df['列名'] == 6, :]

其中，`df` 是你要处理的数据框，`列名` 是你要筛选的列。

例如，假设你有一个数据框 `df`，其中包含一列 `score`，你希望筛选出 `score` 值等于 6 的行。你可以使用如下代码：

df[df['score'] == 6]

或者：

df.query('score == 6')

或者：

df.loc[df['score'] == 6, :]

这些方法都会返回一个新的数据框，其中包含所有满足条件的行。