pandas中select_dtypes(include=['number'])未选中第一列的原因排查

你遇到的问题核心是混淆了「列名的类型」和「列数据的类型」——select_dtypes(include=['number'])筛选的是列中存储的数据的类型，而不是列名本身的类型，这就是为什么你明明确认列名1是int类型，却没被选中的原因。

具体原因拆解 #

从你的执行结果来看：

• 执行df[df.select_dtypes(include=['number']).columns] *= 1000后，列1的数值（105、18）没有变化，而列2、3、4的数值都被放大了1000倍
• 查看选中列时的结果里出现category列，这显然是显示误差，但核心问题还是列1未被选中

这说明列1的数据类型并不是数值型（int/float），而是object（字符串类型）。大概率是你读取Excel时，该列在原文件中存在文本格式的单元格（比如空值、带特殊字符的内容，或者Excel设置了文本格式），导致pandas将整列识别为object类型，而select_dtypes(include=['number'])会自动排除这类列。

验证方法 #

先打印出每一列的数据类型，而不是列名的类型：

print(df.dtypes)

你会发现列1的dtype是object，而列2、3、4是int64或float64。

解决方案 #

1. 将列1转换为数值类型：
   使用pd.to_numeric强制转换，errors='coerce'会把无法转换的内容转为NaN（如果有需要可以后续处理）：

   df['1'] = pd.to_numeric(df['1'], errors='coerce')
   

2. 重新执行乘法操作：
   此时再运行你的代码，列1就会被select_dtypes选中，数值也会被乘以1000：

   df[df.select_dtypes(include=['number']).columns] *= 1000
   

额外提示 #

以后使用select_dtypes时，一定要注意它的判断依据是列数据的类型，和列名的类型完全无关。如果需要根据列名筛选，应该用列名的条件判断（比如[col for col in df.columns if isinstance(col, int)]），但这和数据类型筛选是两个不同的逻辑。

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