使用熊猫获取所有日期时间类型的列？答案

【问题标题】：Get all columns with datetime type using pandas?使用熊猫获取所有日期时间类型的列？
【发布时间】：2017-07-08 10:57:33
【问题描述】：

我有一个巨大的 DataFrame，其中的列从未按顺序排列，我也不知道它们的名称。

如何查找所有日期时间类型的列？

大多数在线解决方案，发布者知道列的名称，所以我遇到了一些麻烦，因为我不知道。在这种情况下我该怎么办？

【问题讨论】：

列有什么else？其他类型？ NaN?你能添加一些示例数据吗？
我有超过 100 列，有些列只是整数，有些是布尔值，有些是字母数字。 datetime 列没有 NaN。（只有2个，我只想得到他们中的任何一个）。让我们假设没有 NaN。我没有在超过 10 个数据集的样本中找到任何数据。
如果使用数字列相关：stackoverflow.com/questions/25039626/…

标签： python pandas

【解决方案1】：

您可以使用pandas.DataFrame.select_dtypes()，并且只包含 datetime64 类型。

df.select_dtypes(include=['datetime64'])

演示

>>> df
         dts1       dts2  ints
0  2012-01-01 2004-01-01     0
1  2012-01-02 2004-01-02     1
2  2012-01-03 2004-01-03     2
..        ...        ...   ...
97 2012-04-07 2004-04-07    97
98 2012-04-08 2004-04-08    98
99 2012-04-09 2004-04-09    99

>>> df.select_dtypes(include=['datetime64'])
         dts1       dts2
0  2012-01-01 2004-01-01
1  2012-01-02 2004-01-02
2  2012-01-03 2004-01-03
..        ...        ...
97 2012-04-07 2004-04-07
98 2012-04-08 2004-04-08
99 2012-04-09 2004-04-09

【讨论】：

【解决方案2】：

由于 pandas DataFrame 的每一列都是 pandas Series，因此只需遍历列名列表并有条件地检查日期时间的 series.dtype（通常为 datetime64[ns]）：

for col in df.columns:
   if df[col].dtype == 'datetime64[ns]':
      print(col)

或者作为列表理解：

[col for col in df.columns if df[col].dtype == 'datetime64[ns]']

或作为系列过滤器：

df.dtypes[df.dtypes=='datetime64[ns]']

【讨论】：

【解决方案3】：

对于包含带时区的日期时间的日期时间列（例如datetime64[ns, UTC]），这是一个通用解决方案：

def get_datetime_columns_of_data_frame(df):
    # dtypes as data frame
    df_type = df.dtypes.rename_axis('column')\
        .to_frame('dtype')\
        .reset_index(drop=False)
    # dtype as string for easier filtering
    df_type['dtype_str'] = df_type['dtype'].map(str)
    return df_type[df_type['dtype_str'].str.contains('datetime64')]['column'].tolist()

【讨论】：

data_frame_dtypes() 此答案中缺少函数定义。请分享您的答案的完整性。
@abhiieor 感谢您发现它！添加了缺失的定义。
@abhiieor 进一步简化为单个函数（这本来是我的目标，但意外地将函数调用留在了那里）。