Python使用pandas筛选DataFrame指定列报TypeError错误如何解决？

你代码中通过列表推导式生成的df是存储了多个DataFrame的Python列表，并非单个合并后的DataFrame对象，列表只能用整数/切片索引，不能直接传入列名/列索引列表做筛选，报错和列值为浮点型没有关联。

分两种常用场景，按需选择即可：

场景1：所有CSV合并为单个文件导出 #

import os, glob
import pandas as pd

# 基础配置
work_dir = r'C:\Documents\test'
# 两种列筛选方式二选一
# 方式A：按列名筛选
col_to_keep = ['Name', 'ID', 'Area', 'Length']
# 方式B：按列索引筛选（索引从0开始计数）
# col_to_keep = [3,5,7,9]

combined_df = pd.DataFrame()
# 遍历所有csv文件
for csv_file in glob.glob(os.path.join(work_dir, '*.csv')):
    # 读取时直接筛选需要的列，降低内存占用
    temp = pd.read_csv(
        csv_file,
        delimiter=';',
        error_bad_lines=False,
        usecols=col_to_keep
    )
    # 合并到总表
    combined_df = pd.concat([combined_df, temp], ignore_index=True)

# 导出合并后的结果到Excel
combined_df.to_excel(os.path.join(work_dir, '合并结果.xlsx'), index=False)

场景2：每个CSV单独处理、单独导出 #

import os, glob
import pandas as pd

# 基础配置
work_dir = r'C:\Documents\test'
# 两种列筛选方式二选一
col_to_keep = ['Name', 'ID', 'Area', 'Length']
# col_to_keep = [3,5,7,9]

for csv_file in glob.glob(os.path.join(work_dir, '*.csv')):
    temp = pd.read_csv(
        csv_file,
        delimiter=';',
        error_bad_lines=False,
        usecols=col_to_keep
    )
    # 生成对应Excel文件名
    file_name = os.path.splitext(os.path.basename(csv_file))[0] + '.xlsx'
    temp.to_excel(os.path.join(work_dir, file_name), index=False)

• 优先使用pd.read_csv的usecols参数直接筛选列，无需读取全部28列后再做裁剪，内存效率更高
• 如果你需要先读取全量列再筛选，语法为单个DataFrame对象[col_to_keep]，确保操作对象是DataFrame而非列表
• 使用列索引筛选时，注意索引从0开始计数，不要超过csv实际的列数范围

内容的提问来源于stack exchange，提问作者rcheeks23