Python中用.loc筛选末尾为.99的float列数据的问题

当然可以直接在.loc里实现所有判断逻辑，不用临时列。你之前的写法失效是因为错误地把整个Series转成了单一字符串，而不是逐元素处理。下面是两种可行的实现方式：

方法1：通过字符串逐元素匹配 #

利用Pandas Series的.str属性对每个元素单独转字符串并判断结尾：

filtered_df = df_official.loc[
    (df_official['price_duration_days'] >= 7) &
    (df_official['shop'].isin(official_stores)) &
    (df_official['Days From Release'] <= 3) &
    (df_official['y'].astype(str).str.endswith('.99'))
]

方法2：通过数值计算判断（更可靠） #

浮点转字符串可能遇到科学计数法的问题，用数值运算判断小数部分更稳妥，注意用np.isclose避免浮点数精度误差：

import numpy as np

filtered_df = df_official.loc[
    (df_official['price_duration_days'] >= 7) &
    (df_official['shop'].isin(official_stores)) &
    (df_official['Days From Release'] <= 3) &
    (np.isclose(df_official['y'] - np.floor(df_official['y']), 0.99))
]

为什么之前的写法不行？ #

str(df_official.y)会把整个Series对象转换成一个描述性的字符串（比如类似"0 19.99\n1 25.50\nName: y, dtype: float64"），取[-3:]得到的是这个长字符串的最后三个字符，不是每个元素的小数部分，自然无法生成正确的布尔筛选数组，进而引发索引或键错误。

内容的提问来源于stack exchange，提问作者Prototype