如何使用pandas query方法处理DataFrame中的字符串整数及异常值

原始代码如下：

import numpy as np
import pandas as pd
numbers = ["1", "2", "3", "4", "5", "6", "Missing Value", "7"]
df = pd.DataFrame(numbers, columns=["Numbers"])
new_df = df.query("Numbers > 4")
print(new_df)

运行后报错：TypeError: '>' not supported between instances of 'str' and 'int'，原因是Numbers列的元素均为字符串类型，直接与整数4比较会触发类型不匹配错误。

要求：必须使用query方法，不能将整列转换为整数类型，同时要处理"Missing Value"这类无法转为整数的字符串。尝试过new_df = df.query("int(Numbers) > 4")但无效，求解决办法。

在query中使用pd.to_numeric并指定errors='coerce'参数，将可转换的字符串转为数值，不可转换的转为NaN，NaN在比较时会自动被排除：

import numpy as np
import pandas as pd
numbers = ["1", "2", "3", "4", "5", "6", "Missing Value", "7"]
df = pd.DataFrame(numbers, columns=["Numbers"])
new_df = df.query("pd.to_numeric(Numbers, errors='coerce') > 4")
print(new_df)

说明 #

• pd.to_numeric(Numbers, errors='coerce')会对Numbers列的每个元素做转换：能转成数字的字符串转为对应整数，无法转换的内容（如"Missing Value"）转为NaN。
• 在比较运算>4中，NaN参与的比较结果为False，因此这部分不符合条件的行会被自动过滤，最终得到的结果只包含数值大于4的有效字符串行。

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