如何检查Python列表中指定元素是否为数值类型？

因为你的数据是Python原生嵌套列表，不是pandas DataFrame，所以没法用.dtypes，直接用Python原生的类型检查工具就能搞定：

方法一：逐个检查每个元素的类型 #

遍历列表里的每一组数据，用isinstance()函数判断age和income是否为int或float类型：

vals = [[37, 48701.413701616024, 'f'], [57, 55559.77744809075, 'f'], [21, 44217.05520426258, 'm'], [64, 57313.15824195174, 'm'], [31, 48504.05753555914, 'f'], [77, 57761.55864292855, 'f'], [58, 54295.161011633056, 'm']]

for age, income, _ in vals:
    # 检查age类型
    print(f"当前age值 {age} 的类型: {type(age)}, 是否为数值: {isinstance(age, (int, float))}")
    # 检查income类型
    print(f"当前income值 {income} 的类型: {type(income)}, 是否为数值: {isinstance(income, (int, float))}")

方法二：批量验证所有元素是否符合要求 #

如果想一次性确认所有age和income都是数值类型，用all()结合生成器表达式更高效：

# 验证所有age都是数值类型
all_ages_valid = all(isinstance(item[0], (int, float)) for item in vals)
# 验证所有income都是数值类型
all_incomes_valid = all(isinstance(item[1], (int, float)) for item in vals)

print(f"所有age均为数值类型: {all_ages_valid}")
print(f"所有income均为数值类型: {all_incomes_valid}")

补充说明 #

isinstance()比直接用type()更灵活，因为它能同时匹配int和float两种数值类型，避免你分别判断整数和浮点数的麻烦。

内容的提问来源于stack exchange，提问作者gallagouch