使用plydata筛选仅数值列（排除布尔列）及跨数据框列筛选问题

pandas的is_numeric会把布尔类型（bool）归为数值子类，所以直接用select_if('is_numeric')会把布尔列也包含进来。你可以通过直接判断数据类型来精确筛选：

import numpy as np
from plydata import select_if

titanic_data >> select_if(lambda x: np.issubdtype(x.dtype, np.number) and x.dtype != np.bool_)

或者用更简洁的写法，指定允许的数值类型：

titanic_data >> select_if(lambda x: x.dtype in (np.int64, np.float64))

你原来的代码里select_if('-is_bool')不生效，是因为plydata没有内置is_bool判断函数，直接通过dtype判断更可靠。

可以先从目标数据框中提取要排除的列名列表，然后用select或drop操作移除这些列：

方法1：使用select排除列 #

# 从另一数据框other_df中获取要排除的列
cols_to_exclude = other_df.columns.tolist()
titanic_data >> select(f"-{cols_to_exclude}")

方法2：使用drop函数更直观 #

from plydata import drop

cols_to_exclude = other_df.columns.tolist()
titanic_data >> drop(cols_to_exclude)

如果只需要排除另一数据框中的部分列，直接传入对应的列名列表即可，比如cols_to_exclude = ['age', 'fare']。

内容的提问来源于stack exchange，提问作者Ransingh Satyajit Ray