如何筛选Pandas DataFrame中的整数值（排除浮点数）

方法1：正则表达式匹配（精准匹配字符串格式） #

直接针对字符串的格式进行匹配，是最符合你需求的方案——只保留本身就是纯整数格式的字符串（排除带小数点的浮点数格式，包括'1.0'这类）。

使用正则表达式 ^[-+]?\d+$，可以匹配正整数、负整数、带正负号的整数，完全不包含小数点。

代码示例：

import pandas as pd

# 示例数据
df = pd.DataFrame({'col1': ['1', '1.1', '-2', '3.0', 'abc', '+5']})

# 生成筛选掩码
integer_mask = df['col1'].str.match(r'^[-+]?\d+$')
# 筛选结果
filtered_df = df[integer_mask]
print(filtered_df)

执行后会保留 '1'、'-2'、'+5'，排除 '1.1'、'3.0'、'abc'。

方法2：数值转换后验证整数性 #

如果你的场景允许保留'1.0'这类**数值为整数但字符串带.0**的行，可以先将字符串转为数值，再验证其是否等于自身的整数部分：

import pandas as pd

df = pd.DataFrame({'col1': ['1', '1.1', '-2', '3.0', 'abc', '+5']})

# 转换为数值，无法转换的设为NaN
numeric_vals = pd.to_numeric(df['col1'], errors='coerce')
# 筛选条件：数值非空，且等于其整数形式
integer_mask = numeric_vals.notnull() & (numeric_vals == numeric_vals.astype(int))
filtered_df = df[integer_mask]
print(filtered_df)

这个方法会保留 '1'、'-2'、'3.0'、'+5'，排除 '1.1'、'abc'。

内容的提问来源于stack exchange，提问作者Melissa Guo