Pandas整数索引问题：Excel背景用户的索引筛选困惑

核心原因 #

从Excel导入的年份列被识别为字符串类型，而非整数。当你通过set_index将其设为DataFrame索引后，索引的 dtype 变为object（用于存储字符串的容器），而非你示例中的Int64Index：

• 用整数2020匹配字符串索引，自然无法命中任何结果，导致df[df.index==2020]返回空DataFrame；
• df.loc[2020]报错是因为loc要求标签类型完全匹配，整数标签不存在于字符串索引中；
• 关于“循环查看索引元素类型为int”的错觉：大概率是pandas在打印单个元素时做了隐式转换，或是你误将字符串的isdigit()判断当成了类型验证，实际索引元素本质是字符串。

解决方法 #

1. 导入Excel时直接指定列类型（推荐） #

读取Excel文件时，通过dtype参数强制指定年份列为整数类型，从根源避免类型问题：

import pandas as pd
# 替换'年份列名'为你实际的列名
df = pd.read_excel('your_excel_file.xlsx', dtype={'年份列名': int})
df = df.set_index('年份列名')
# 此时索引会显示为Int64Index，后续操作正常
print(df.index)

2. 转换现有索引的类型 #

如果已经完成导入和索引设置，直接将现有索引转换为整数：

# 将object类型的索引转换为int
df.index = df.index.astype(int)
# 验证转换结果
print(df.index)  # 输出应为Int64Index(...)

转换后，df.loc[2020]和df[df.index==2020]都能正常筛选数据。

3. 临时方案：使用字符串匹配筛选 #

若暂时不想修改索引类型，可以用字符串形式的年份进行匹配：

# 用字符串'2020'匹配索引
df[df.index == '2020']
# 或者用loc访问
df.loc['2020']

此方法仅适合临时操作，长期使用推荐前两种方法，整数索引在数值计算、排序等场景下更便捷。

内容的提问来源于stack exchange，提问作者GlassShark1