有没有办法在条件中使用多种数据类型过滤 Python 中的列？

Question

我正在尝试根据数字和分类数据类型过滤列，然后为每个回归问题创建单独的列表。

问题是我无法使用 .isin(['object','O'])

列列表：

制造商 157 非空对象

模型 157 非空对象

Sales_in_thousands 157 非空 float64

Four_year_resale_value 121 非空 float64

Vehicle_type 157 非空对象

Price_in_thousands 155 非空 float64

Engine_size 156 非空 float64

马力 156 非空 float64

轴距 156 非空 float64

宽度 156 非空 float64

latest_Launch 157 非空对象

Power_perf_factor 155 非空 float64

我想使用 .isin([]) 来做它，因为可以在列表中传递多个选项，但它不起作用

下面的代码不起作用，我正在寻找此代码的解决方案

df.dtypes.loc[df.dtypes.isin(['object','O'])]

下面的代码有效，但我不喜欢这种编写代码的方式，好像有太多的选项，那么这段代码可能会变得不必要的冗长和混乱

df.dtypes.loc[(df.dtypes == ('object')) | (df.dtypes == ('O'))] 

输出：

制造商对象

模型对象

Vehicle_type 对象

最新_启动对象

Answer 1

select_dtypes有一个方便的辅助函数，可以准确地执行您要执行的操作

df.select_dtypes(include=['O'])

df.select_dtypes(exclude=['O'])