按列位置筛选DataFrame遇类型错误的解决求助

错误原因 #

你报错的核心问题是用错了列的选取方式：df.columns[9]获取的是第9列的列名（如果列名是元组类型就会触发这个类型错误），而不是该列的实际数据，拿列名和数值96.5做比较肯定会报错。

正确代码实现 #

要按位置选取列的数据，应该用iloc（基于位置的索引）直接定位到对应列的所有行数据。同时因为要保留含NA的行，而NA参与比较会返回False，所以不需要额外处理NA，这些行不会被误删：

# 定义筛选条件：第9列(X)>=96.5 且 第12列(Y)>96
condition = (df.iloc[:, 9] >= 96.5) & (df.iloc[:, 12] > 96)
# 删除满足条件的行
df = df.drop(df[condition].index)

注意事项 #

• 确认索引对应关系：Pandas的索引是从0开始计数的，如果你的“第9列”是从1开始数的（比如Excel表格里的第9列），要把代码里的9改成8，12改成11，避免选到错误的列。
• 验证列正确性：可以先执行print(df.iloc[:, 9].head())，确认输出的是你需要的X列数据。
• NA行保留逻辑：当X或Y为NA时，condition会返回False，所以这些行不会被纳入删除范围，完全符合你保留重要NA行的需求。

内容的提问来源于stack exchange，提问作者JuanGS