Pandas转置DataFrame后使用select_dtypes返回空的原因？

你的问题核心在于转置后DataFrame的列类型发生了本质变化，具体细节如下：

1. 原DataFrame的列类型：

   • 列A、B的元素都是整数，类型为int64（标准数值型）
   • 列C因为混入了字符串'a'，整列被判定为object类型（混合类型容器）

2. 转置后的类型变化：
   转置后原DataFrame的行变成列，每一列的元素来自原DataFrame的不同列。比如转置后的列I包含：原列A的20（int64）、原列B的222（int64）、原列C的3（属于object列的元素，即使数值本身是整数，存储类型仍为object）。
   由于同一列内存在object类型的元素，pandas会将整列类型统一设为object——转置后的所有列都会变成object类型。

3. 为什么select_dtypes('number')返回空：
   这个方法的作用是筛选出数值类型的列，而转置后没有任何一列是数值类型，自然返回空结果。

如果你想删除原DataFrame中包含非数值的行，不需要转置，直接用apply结合pd.to_numeric判断每行是否全为数值即可：

import pandas as pd

data = pd.DataFrame({'A':[20,111],'B':[222,200],'C':[3,'a']}, index = ['I','II'])

# 筛选所有元素都能转为数值的行
filtered_data = data[data.apply(lambda row: pd.to_numeric(row, errors='coerce').notna().all(), axis=1)]
print(filtered_data)

执行结果会保留行I，自动剔除包含非数值'a'的行II。

内容的提问来源于stack exchange，提问作者mrLimpio