如何从DataFrame的col2列提取字符型数据

首先还原你的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col' : [1,2, 10, np.nan, 'a'], 
                   'col2': ['a', 10, 30, 'c',50],
                   'col3': [1,2,3,4,5.0]})

下面提供两种可行的提取方案：

方法1：直接判断元素类型筛选 #

针对col2的每个元素，判断其是否为字符串类型，筛选后转为列表：

string_values = df['col2'][df['col2'].apply(lambda x: isinstance(x, str))].tolist()
# 输出结果：['a', 'c']

这种方式精准匹配原生字符串类型，适合明确区分字符串与数值元素的场景。

方法2：利用数值转换的错误处理筛选 #

使用pd.to_numeric尝试将col2转为数值类型，无法转换的元素会被设为NaN，随后筛选出这些NaN对应的原元素：

numeric_converted = pd.to_numeric(df['col2'], errors='coerce')
string_values = df['col2'][numeric_converted.isna()].tolist()
# 输出结果：['a', 'c']

这种方法更灵活，即使遇到类似'123'这类形似数值的字符串，也能正确区分；但如果你需要保留这类字符串，方法1会更合适。

为什么你之前的方法无效？ #

你尝试判断非数值却失败，大概率是因为用了列级别的 dtype 判断（比如df['col2'].dtype），但col2是object类型，无法通过列整体属性区分单个元素的类型；或是判断数值类型时没有针对每个元素做逐一校验。

内容的提问来源于stack exchange，提问作者philip Gue