pd.DataFrame.select_dtypes () включает timedelta dtype

Question

Почему ожидается, что этот код теста:

test = pd.DataFrame({'bool' :[False, True], 'int':[-1,2], 'float': [-2.5, 3.4],
                     'compl':np.array([1-1j, 5]),
                     'dt'   :[pd.Timestamp('2013-01-02'), pd.Timestamp('2016-10-20')],
                     'td'   :[pd.Timestamp('2012-03-02')- pd.Timestamp('2016-10-20'),
                              pd.Timestamp('2010-07-12')- pd.Timestamp('2000-11-10')]})
test.dtypes
test.select_dtypes(np.number)

Создает DataFrame с включенным столбцом TimeDelta?

>>> bool                bool
>>> int                int64
>>> float            float64
>>> compl         complex128
>>> dt        datetime64[ns]
>>> td       timedelta64[ns]
>>> dtype: object

>>>     int     float   compl   td
>>> 0    -1     -2.5    (1-1j)  -1693 days
>>> 1     2      3.4    (5+0j)   3531 days

EDIT:

Для кого-то (включая меня) может быть полезно следующее:

Я также нашел причину, почему это поведение было неожиданным для меня сначала. Причиной был другой способ проверить, является ли dtype из pd.DataFrame числовым. А именно через pd.api.types.is_numeric_dtype:

for col in test.columns:
    if pd.api.types.is_numeric_dtype(test[col]):
        print (test[col].dtype)

>>> bool
>>> int64
>>> float64
>>> complex128

Который производит больше «желаемого человеком» результата.

Answer 1

Так как это было реализовано:

np.issubdtype(np.timedelta64, np.number)
# True

В частности,

np.issubdtype(np.timedelta64, np.integer)
# True

timedelta и datetime dtypes в numpy внутренне представлены целым числом.Это упрощает представление в памяти и арифметику для datetime fast .

Если вы хотите исключить эти типы из ваших проверок, вы можете указать аргумент exclude:

test.select_dtypes(include=['number'], exclude=['datetime', 'timedelta'])

   int  float   compl
0   -1   -2.5  (1-1j)
1    2    3.4  (5+0j)

Answer 2

Так как numpy.timedelta принадлежит numpy.number, если вы хотите, чтобы числовые столбцы возвращали только

num= ['int16', 'int32', 'int64', 'float16', 'float32', 'float64','complex128']
test.select_dtypes(include=num)
Out[715]: 
    compl  float  int
0  (1-1j)   -2.5   -1
1  (5+0j)    3.4    2