用代码直接找出数据中所有类别型数据并重新建立一个dataframe，用代码表示

假设原始数据的dataframe为df，以下代码可以找出所有类别型数据并重新建立一个dataframe：

import pandas as pd

# 找出所有类别型数据的列名
cat_cols = [col for col in df.columns if df[col].dtype == 'object']

# 重新建立一个dataframe，只包含类别型数据
df_cat = df[cat_cols]

# 输出类别型数据的dataframe
print(df_cat)

相关问题

找出一份数据中所有类别型数据，重新建立一个dataframe，用代码表示

假设原始数据中有以下几列数据：姓名、年龄、性别、职业、婚姻状况、教育程度、是否有子女。

其中，姓名、年龄和职业是数值型数据，性别、婚姻状况、教育程度和是否有子女是类别型数据。

以下是处理类别型数据的代码：

import pandas as pd

# 假设原始数据已经读入到dataframe中，命名为df
# 创建一个新的dataframe，只包含类别型数据
df_categorical = pd.DataFrame({
    '性别': df['性别'],
    '婚姻状况': df['婚姻状况'],
    '教育程度': df['教育程度'],
    '是否有子女': df['是否有子女']
})

# 打印新的dataframe
print(df_categorical)

输出的结果应该类似于以下内容：

    性别 婚姻状况 教育程度 是否有子女
0   男   已婚   硕士   是
1   女   未婚   本科   否
2   男   离婚   大专   是
3   女   已婚   本科   是
4   男   未婚   硕士   否
5   女   已婚   博士   是
6   男   未婚   大专   否
7   女   离婚   本科   否
8   男   已婚   博士   是
9   女   已婚   大专   是

可以看到，新的dataframe只包含类别型数据。