解决Pandas query方法过滤数字字符串混合列的类型错误问题

当DataFrame的某一列同时包含整数和字符串时，直接使用query方法进行数值范围比较会触发类型不兼容错误，比如TypeError: '>=' not supported between instances of 'str' and 'int'。以下是问题重现和解决方案：

原函数与问题重现 #

原过滤函数 #

def filter_dataframe(dataframe, column, numbers, strings=None):
    number_query = f"({column} >= {numbers[0]} and {column} <= {numbers[1]})"
    if strings is not None:
        single_string_query_list = []
        for string in strings:
            single_string_query = f"({column} == '{string}')"
            single_string_query_list.append(single_string_query)
        if len(strings) == 1:
            string_query = f"{' or '.join(single_string_query_list)}"
        else:
            string_query = f"({' or '.join(single_string_query_list)})"
        
        full_query = number_query + " or " + string_query
    else:
         full_query = number_query
    dataframe = dataframe.query(full_query)
    return dataframe

示例DataFrame #

import pandas as pd

numbers = [1, 2, 3, 4, 5, 6, "example 1", 7, "example 2", "example 3", 8]
df = pd.DataFrame(numbers, columns=["Numbers"])

错误触发场景 #

调用filter_dataframe(df, "Numbers", [1,6], ["example 1", "example 2"])时，因为列中存在字符串，query执行数值比较时会尝试将字符串与整数对比，直接抛出类型错误。

解决方案：拆分类型过滤逻辑 #

核心思路是先区分列中的数字和字符串元素，分别进行过滤后再合并结果，避免不同类型之间的直接比较。修改后的函数如下：

import pandas as pd

def filter_dataframe(dataframe, column, numbers, strings=None):
    # 过滤数字范围：先将列转为数值，非数字转为NaN，再筛选范围内的行
    numeric_mask = pd.to_numeric(dataframe[column], errors='coerce').between(numbers[0], numbers[1])
    numeric_filtered = dataframe[numeric_mask]
    
    # 过滤目标字符串
    string_filtered = pd.DataFrame()
    if strings is not None:
        string_mask = dataframe[column].isin(strings)
        string_filtered = dataframe[string_mask]
    
    # 合并两个过滤结果，去重并重置索引
    result = pd.concat([numeric_filtered, string_filtered]).drop_duplicates().reset_index(drop=True)
    return result

逻辑说明 #

1. 数字过滤：使用pd.to_numeric(..., errors='coerce')将列中无法转为数字的元素（比如字符串）转为NaN，再用between方法筛选出在指定数值范围内的行。
2. 字符串过滤：使用isin方法直接筛选列值匹配目标字符串的行，避免字符串与数字的类型冲突。
3. 结果合并：用pd.concat合并两部分结果，drop_duplicates确保没有重复行，reset_index重置索引保证结果整洁。

测试验证 #

调用修改后的函数：

filtered_df = filter_dataframe(df, "Numbers", [1,6], ["example 1", "example 2"])
print(filtered_df)

输出结果：

Numbers
0            1
1            2
2            3
3            4
4            5
5            6
6    example 1
7    example 2

完全符合预期，不会触发类型错误。

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