如何用sklearn的make_column_selector通用筛选所有datetime类型列？

你可以通过两种简洁的方法，一次性筛选DataFrame中所有datetime相关类型的列（包括无时区的datetime64[ns]、基础np.datetime64，以及带UTC时区的datetime64[ns, UTC]）：

方法1：结合scikit-learn的make_column_selector与自定义类型判断 #

利用np.issubdtype判断列类型是否属于datetime64的衍生类型，传递给make_column_selector的dtype_include参数：

from sklearn.compose import make_column_selector
import numpy as np

def is_datetime_dtype(dtype):
    # 匹配所有datetime64子类，含带时区的类型
    return np.issubdtype(dtype, np.dtype("datetime64"))

selector = make_column_selector(dtype_include=is_datetime_dtype)
selected_columns = selector(df)

这个方法的核心是np.issubdtype会识别所有datetime64的子类型，包括带UTC时区的特殊类型，解决了单独枚举具体类型时覆盖不全的问题。

方法2：纯Pandas原生方法 #

如果不需要依赖scikit-learn，直接用Pandas的select_dtypes方法，指定include='datetime64'即可自动匹配所有datetime相关列：

# 筛选所有datetime类型列并转为列表
datetime_cols = df.select_dtypes(include=['datetime64']).columns.tolist()

为什么之前单独指定时区类型无效？ #

scikit-learn的make_column_selector默认会精确匹配数据类型，而datetime64[ns, UTC]是datetime64的子类型，并非完全等同的类型，所以直接传入np.dtype('datetime64[ns, UTC]')无法匹配到目标列。而通过类型继承关系的判断（np.issubdtype）或Pandas的内置筛选逻辑，就能覆盖所有datetime衍生类型。

内容的提问来源于stack exchange，提问作者JAdel