Pandas按数值筛选报错：'str'与'int'无法比较，求解决方法

报错原因 #

你用np.array构造数据时，因为数组里同时包含字符串（'a'/'b'/'c'）和数值，numpy会自动把整个数组的类型统一为字符串类型。这就导致attr11和attr12列虽然看起来是数值，实际存储的都是字符串，当你用字符串和整数10做>比较时，就会触发TypeError。

正确筛选的两种方法 #

方法1：创建DataFrame时避免统一类型 #

直接传入列表而非np.array，让pandas自动识别各列的数据类型：

import pandas as pd

df1 = pd.DataFrame([
    ['a', 5, 9],
    ['b', 4, 61],
    ['c', 24, 9]],
    columns=['name', 'attr11', 'attr12'])

# 此时可直接执行筛选
result = df1[df1.attr12 > 10]
print(result)

方法2：转换已创建DataFrame的列类型 #

如果已经生成了原始的DataFrame，先把数值列转换为整数类型，再执行筛选：

import pandas as pd
import numpy as np

# 你的原始创建代码
df1 = pd.DataFrame(np.array([
    ['a', 5, 9],
    ['b', 4, 61],
    ['c', 24, 9]]),
    columns=['name', 'attr11', 'attr12'])

# 转换attr11和attr12为整数类型
df1[['attr11', 'attr12']] = df1[['attr11', 'attr12']].astype(int)

# 执行筛选
result = df1[df1.attr12 > 10]
print(result)

内容的提问来源于stack exchange，提问作者user3732793