在 Pandas 中，若需要筛选出某一列中包含小数和整数的行，可以利用条件筛选的方式实现。由于整数也是小数的一种形式（即小数部分为 0），因此可以使用浮点数类型检查来筛选包含小数和整数的行。 假设有一个 `DataFrame` 如下： ```python import pandas as pd import numpy as np data = { 'values': [1, 2.5, 3, 4.0, 5.7, 6.0, np.nan, 'text'] } df = pd.DataFrame(data) ``` ### 筛选包含小数和整数的行 1. **将列转换为浮点数类型**：通过 `pd.to_numeric` 函数尝试将列转换为浮点数类型，并筛选转换成功的行。 ```python # 将 'values' 列转换为浮点数类型，错误值转换为 NaN df['values_numeric'] = pd.to_numeric(df['values'], errors='coerce') # 筛选非空值（即可以转换为数字的行） filtered_df = df[df['values_numeric'].notna()] ``` 2. **区分整数和小数**：如果需要进一步区分整数和小数，可以通过检查小数部分是否为 0 来实现。 ```python # 筛选出整数行 integers_df = filtered_df[filtered_df['values_numeric'] % 1 == 0] # 筛出小数行（包括小数部分为 0 的情况） decimals_df = filtered_df[filtered_df['values_numeric'] % 1 != 0] ``` ### 详细说明 - `pd.to_numeric(df['values'], errors='coerce')` 会将无法转换为数字的值设置为 `NaN`，从而帮助筛选出有效的数字行[^4]。 - `df['values_numeric'].notna()` 确保只选择可以转换为数字的行。 - `filtered_df[filtered_df['values_numeric'] % 1 == 0]` 检查数值的小数部分是否为 0，从而筛选出整数。 - `filtered_df[filtered_df['values_numeric'] % 1 != 0]` 则筛选出小数部分不为 0 的行，即小数。 通过上述方法，可以有效地筛选出 Pandas `DataFrame` 中包含小数和整数的行。 ```python # 示例代码 import pandas as pd import numpy as np # 创建示例 DataFrame data = { 'values': [1, 2.5, 3, 4.0, 5.7, 6.0, np.nan, 'text'] } df = pd.DataFrame(data) # 将 'values' 列转换为浮点数类型，错误值转换为 NaN df['values_numeric'] = pd.to_numeric(df['values'], errors='coerce') # 筛选非空值（即可以转换为数字的行） filtered_df = df[df['values_numeric'].notna()] # 筛选出整数行 integers_df = filtered_df[filtered_df['values_numeric'] % 1 == 0] # 筛出小数行（包括小数部分为 0 的情况） decimals_df = filtered_df[filtered_df['values_numeric'] % 1 != 0] # 输出结果 print("所有数字行：") print(filtered_df) print("\n整数行：") print(integers_df) print("\n小数行：") print(decimals_df) ```