选择缺少值的Julia DataFrame的数字列

我想选择数据框中数据类型为

Number

子类型的所有列。但是，由于存在

缺少值的列，因此数字列数据类型可能类似于
Union{missing，Int64}

到目前为止，我提出了：

using DataFrames

df = DataFrame([["a", "b"], [1, missing] ,[2, 5]])

df_numerical = df[typeintersect.(colwise(eltype, df), Number) .!= Union{}]

这将产生预期的结果

问题

有没有更简单、更惯用的方法？可能类似于：

df.select_dtypes(include=[np.number])

在大熊猫身上，根据对？
的回答，另一种方法是：

df_numerical = df[[i for i in names(df) if Base.nonmissingtype(eltype(df[i])) <: Number]]

df_numerical=df[[i代表名称中的i（df），如果是Base.nonmissingtype（eltype（df[i]））
julia>df[（这是一个非常好的解决方案，但会失败，例如对于
[missing，missing]
并且此向量的类型不允许使用数字。我假设数据帧中通常不存在只包含
缺少
值的列。但是，如果这样做，则可以将它们过滤掉：
df[(
julia> df[(<:).(eltypes(df),Union{Number,Missing})]
2×2 DataFrame
│ Row │ x2      │ x3 │
├─────┼─────────┼────┤
│ 1   │ 1       │ 2  │
│ 2   │ missing │ 5  │