Python列表推导式筛选DataFrame指定后缀列报错解决

你的DataFrame列名是整数、字符串混合类型：前半部分列名是整数格式，后半部分带_R后缀的是字符串格式。执行'_R' in i判断时，遍历到整数类型的列名就会触发报错——in成员判断要求右侧对象是可迭代类型，整数不支持迭代，因此抛出TypeError: argument of type 'int' is not iterable。

• 方案1：修改列表推导逻辑，判断前先把列名转为字符串，兼容所有类型的列名，不会修改原始列名类型

# 筛选出所有转字符串后包含_R的列
r_columns = [col for col in df.columns if '_R' in str(col)]
# 提取目标列生成新DataFrame
df_r = df[r_columns]

• 方案2：用pandas内置的字符串方法做筛选，写法更简洁，自动规避类型错误，不会修改原始列名类型

# 临时把列名转为字符串做匹配，na=False表示非字符串值直接判定为不匹配
df_r = df.loc[:, df.columns.astype(str).str.contains('_R', na=False)]

• 方案3：如果后续也需要统一列名格式，可以先把所有列名转为字符串，再用filter方法快速筛选

# 将所有列名统一转为字符串类型（会修改原始DataFrame的列名类型）
df.columns = df.columns.astype(str)
# 直接筛选列名包含_R的列
df_r = df.filter(like='_R')

以上方法都不会修改列对应的数值内容，仅做列名层面的筛选判断，可以根据自己的代码习惯选择。

内容的提问来源于stack exchange，提问作者Divyansh Kumar Singh