Python实现：提取INT64类型数据至新列，字符串类型设为NaN

问题说明 #

现有表格Test的Work_Experience列数据如下：

1
2
3
4
3 Month
4 months
5 Month

需求：新增一列IntOnly，仅保留原列中整数类型的前4个值，其余字符串类型的行显示NaN。

尝试过的错误代码及报错 #

• 代码1：

Test['IntOnly'] = Test['Work_Experience'].select_dtypes(include='number')

报错信息：'Series' object has no attribute 'select_dtypes'

• 代码2：

IntOnly=[]
for i in Test.Work_Experience:
    if Test[i].dtype == 'int64':
        IntOnly.append(i)

报错信息：Key Error : 1

期望输出 #

Work_Experience         IntOnly

1                           1
2                           2
3                           3
4                           4
3 Month                     NaN
4 months                    NaN
5 Month                     NaN

正确解决方案 #

代码实现 #

import pandas as pd

# 遍历列内每个值，判断是否为整数类型
Test['IntOnly'] = Test['Work_Experience'].apply(
    lambda x: x if isinstance(x, int) else pd.NA
)

错误原因说明 #

1. 第一段代码错误：select_dtypes是DataFrame专属方法，不能直接用于Series对象，因此触发属性不存在的报错。
2. 第二段代码错误：循环变量i是列的取值（如1、"3 Month"），用Test[i]会把i当成列名去索引表格，自然找不到对应列，触发KeyError。

代码逻辑解释 #

通过apply遍历Work_Experience列的每一个值，用isinstance(x, int)判断当前值是否为整数类型：

• 是整数则保留原值
• 非整数则赋值为pd.NA（与NaN等价）

运行后即可得到符合期望的输出结果。

内容的提问来源于stack exchange，提问作者RajatKapoor350