如何用Python Pandas筛选float列中x.0值且保留原数据？

要筛选value列中值为x.0（即整数形式的float）的行，同时保留原DataFrame完整，不需要依赖字符串分割的方法，直接通过数值判断更可靠——因为Pandas中x.0的float值和对应的整数数值是完全相等的。

方法1：数值相等判断 #

直接判断列值是否等于其转换为整数后的值：

import pandas as pd

# 模拟数据集
data = {
'time': ['00.00.01','00.00.02','00.00.03','00.00.04','00.00.05','00.00.06','00.00.07','00.00.08','00.00.09','00.00.10','00.00.11','00.00.12',
'00.00.13','00.00.14','00.00.15','00.00.16','00.00.17','00.00.18','00.00.19','00.00.20','00.00.21','00.00.22','00.00.23','00.00.24'],
'value': [1.234, 2.345, 3.456, 4.567, 5.678, 6.789, 1, 2, 3, 4, 5, 6, 1.234, 2.345, 3.456, 4.567, 5.678, 6.789, 1, 2, 3, 4, 5, 6]
}
data = pd.DataFrame(data)

# 筛选x.0格式的行
integer_value_rows = data[data['value'] == data['value'].astype(int)]
print(integer_value_rows)

方法2：检查小数部分是否为0 #

通过取模运算判断数值的小数部分是否为0：

integer_value_rows = data[data['value'] % 1 == 0]

结果说明 #

以上两种方法都会返回仅包含value列是x.0的行，原DataFramedata不会被修改，始终保留所有原始数据。

原方法失效原因 #

你之前用字符串分割判断小数部分长度>1，会把x.0的行排除——因为x.0转字符串后小数部分是"0"，长度为1，不符合len()>1的条件。而数值判断的方法更稳定，不会受字符串表示形式的影响。

内容的提问来源于stack exchange，提问作者Alice0113