如何对含混合数据类型的DataFrame行执行条件筛选？

首先，问题核心是Publishing Year列同时包含整数和字符串类型，直接做数值比较会触发类型不兼容的错误。以下是两种适合入门学习者的解决方法：

方法一：转换为数值类型并自动处理无效值 #

利用pd.to_numeric函数将列转为数值格式，无法转换的字符串会被标记为NaN（缺失值），之后即可正常筛选：

import pandas as pd

already_read = [("Il nome della rosa","Umberto Eco", 1980), 
        ("L'amore che ti meriti","Daria Bignardi", 2014), 
        ("Memorie dal sottsuolo", " Fëdor Dostoevskij", 1864), 
        ("Oblomov", "Ivan Alexandrovich Goncharov ", '/')]

index = range(1,5,1)
data = pd.DataFrame(already_read, columns = ["Books'Title", "Authors", "Publishing Year"], index = index)

# 转换列类型，无效值转为NaN
data['Publishing Year'] = pd.to_numeric(data['Publishing Year'], errors='coerce')

# 筛选年份范围，自动排除NaN行
filtered_data = data[(data['Publishing Year'] >= 1850) & (data['Publishing Year'] <= 1950)]
print(filtered_data)

运行后会保留1864和1980对应的两行，2014超出范围、/转为NaN后均被排除。

方法二：用自定义函数+if语句手动判断 #

如果你想通过if逻辑手动处理类型判断，可以用apply遍历列值，结合异常捕获过滤有效年份：

import pandas as pd

already_read = [("Il nome della rosa","Umberto Eco", 1980), 
        ("L'amore che ti meriti","Daria Bignardi", 2014), 
        ("Memorie dal sottsuolo", " Fëdor Dostoevskij", 1864), 
        ("Oblomov", "Ivan Alexandrovich Goncharov ", '/')]

index = range(1,5,1)
data = pd.DataFrame(already_read, columns = ["Books'Title", "Authors", "Publishing Year"], index = index)

# 定义判断函数
def check_valid_year(value):
    try:
        year = int(value)
        return 1850 <= year <= 1950
    except:
        return False

# 应用函数筛选行
filtered_data = data[data['Publishing Year'].apply(check_valid_year)]
print(filtered_data)

此方法通过try-except捕获字符串转整数失败的情况，只保留符合条件的有效年份行。

补充说明 #

• 方法一是pandas的惯用写法，代码简洁且效率更高，适合处理大规模数据。
• 方法二更直观，能帮助初学者理解类型判断和异常处理的逻辑。

内容的提问来源于stack exchange，提问作者12666727b9