Pandas-根据子集中的数据类型选择列

Question

在Pandas的数据框中，一些列是数字的，像浮动；一些是非数字的，像对象。我们希望删除那些数值列为NaN的行，但不删除那些非数值列为NaN的行。

例如，对于具有四列的df：a、B、C和D。a和C的数据类型为Object，B和D的数据类型为Float。

**A(Object)   B(Float)C(Object)   D(Float)**

Apple       NaN     String1     1.0
Orange      2.0     NaN         3.0
Banana      4.0     String2     5.0
NaN         1.0     String3     2.0
Pear        NaN     String4     3.0
Melon       2.0     String5     NaN

我们将只删除其中一些数字列（浮点数）为NaN的行，而不应该删除其中一些非数字列（对象）为NaN的行。

最终结果如下：

**A(Object)   B(Float)C(Object)   D(Float)**

Orange      2.0     NaN         3.0
Banana      4.0     String2     5.0
NaN         1.0     String3     2.0

我的步骤是：

1. 检查哪些列的数据类型是数字的，比如Float：我们得到'B'和'D'列，因为它们的数据类型是Float；
2. 使用子集通过dropna方法删除数字列中包含NaN的行。

以下是代码：

df = penguins.dropna(0, how='any', subset=['B','D'])

但是如果数字列的数量非常大，这段代码将会非常长，有时几乎是不可能的。

那么，如何根据子集=[]中的数据类型选择这些列呢？

我正在考虑lambda和管道，但我不太确定。

谢谢！

Answer 1

试试这个：

df = df[df['B'].notna()]
df = df[df['D'].notna()]

Answer 2

您可以像这样使用选择类型：

df[df.select_dtypes(include='number').notna().all(axis=1)]

输出：

        A    B        C    D
1  Orange  2.0      NaN  3.0
2  Banana  4.0  String2  5.0
3     NaN  1.0  String3  2.0