为何pd.DataFrame.select_dtypes支持float却不匹配int类型？

这是因为pandas的select_dtypes方法对Python原生类型与numpy数值类型的匹配逻辑存在差异：

• float的匹配逻辑：传入Python原生的float类型时，pandas会自动将其映射为numpy的np.floating类型族，所有属于该族的numpy浮点类型（比如你的float64列c）都会被匹配到，因此df.select_dtypes(float)能正常返回目标列。

• int的匹配逻辑：在较新的pandas版本中，传入Python原生的int类型时，pandas会将其映射为pandas可空整数类型（Int64），而非numpy的np.integer类型族。你创建的列a是numpy的int64类型（非可空的原生numpy整数类型），无法被该规则匹配，所以df.select_dtypes(int)返回空DataFrame，df.select_dtypes([int, float])也只会选中float64的列c。

如果想要通过类型族匹配所有整数和浮点列，推荐使用numpy的类型族参数，比如：

import numpy as np
df.select_dtypes([np.integer, np.floating])

这样就能同时选中int64和float64类型的列。

内容的提问来源于stack exchange，提问作者U13-Forward