如何通过循环获取DataFrame列的数据类型并判断是否在指定列表中？

原代码的问题 #

1. 函数错误：R中不存在st()函数，需用typeof()或class()获取列的数据类型
2. 运算符错误：R中判断元素是否属于集合需用%in%，而非in
3. 类型名称不匹配：R里布尔型对应"logical"、字符型对应"character"、类别型通常是"factor"；若你实际用的是Python pandas，布尔型是"bool"、字符型是"object"、类别型是"category"

R语言实现 #

修正代码 #

# 定义目标数据类型集合
target_types <- c("character", "factor", "logical")

# 遍历DataFrame所有列
for (col in colnames(df)) {
    # 获取当前列的底层数据类型
    col_type <- typeof(df[[col]])
    # 若需基于类判断（如处理有序因子），替换为：col_type <- class(df[[col]])[1]
    # 判断类型是否符合要求
    if (col_type %in% target_types) {
        print(col)
    }
}

关键说明 #

• typeof(df[[col]])：返回列的底层数据类型，结果如"character"（字符）、"logical"（布尔）等
• class(df[[col]])：返回列的类标签，因子列可能返回多元素向量，取第一个元素即可判断类别
• %in%：R语言标准的成员判断运算符

Python Pandas实现 #

如果你的需求是基于Python pandas框架，以下是对应代码：

修正代码 #

import pandas as pd

# 定义目标数据类型集合
target_types = ["category", "object", "bool"]

# 遍历DataFrame所有列
for col in df.columns:
    # 获取当前列的数据类型名称
    col_type = df[col].dtype.name
    # 判断类型是否符合要求
    if col_type in target_types:
        print(col)

关键说明 #

• df[col].dtype.name：返回列的类型名称，完全匹配你预设的"category"、"object"、"bool"
• in：Python标准的成员判断运算符

内容的提问来源于stack exchange，提问作者Büş