如何按单元格类型筛选Pandas DataFrame？GeoDataFrame列类型异常咨询

嘿，我来帮你搞定这两个问题！

要按单元格类型筛选DataFrame，核心是用apply()结合类型判断函数生成布尔索引，再用索引过滤行。下面是几种常见场景的实操方法：

• 筛选某列中是字符串的单元格：

  # 替换'col_name'为你的目标列名
  str_filtered_rows = df[df['col_name'].apply(lambda x: isinstance(x, str))]
  

• 筛选某列中是列表的单元格：

  list_filtered_rows = df[df['col_name'].apply(lambda x: isinstance(x, list))]
  

• 筛选数值型（int/float）的单元格：
  注意：NaN的类型是float，若要排除NaN，记得搭配pd.notna()：

  num_filtered_rows = df[df['col_name'].apply(lambda x: isinstance(x, (int, float))) & pd.notna(df['col_name'])]
  

• 先查看列内的类型分布：
  处理前先统计类型占比，能帮你更清晰地了解数据情况：

  type_distribution = df['col_name'].apply(type).value_counts()
  print(type_distribution)
  

你的highway列同时存在字符串和列表，属于object列的混合类型场景，根据不同需求，有三种常用处理方案：

1. 统一转为列表类型 #

把所有字符串转成单元素列表，让整列保持列表格式，方便后续做列表相关操作：

gdf['highway'] = gdf['highway'].apply(lambda x: [x] if isinstance(x, str) else x)

2. 统一转为字符串类型 #

把列表用分隔符（比如逗号）连接成字符串，适合需要文本格式输出或统计的场景：

# 用逗号连接列表元素，你也可以换成分号、空格等其他分隔符
gdf['highway'] = gdf['highway'].apply(lambda x: ', '.join(x) if isinstance(x, list) else x)

3. 展开列表为多行（拆分列表元素） #

如果需要把列表中的每个元素单独作为一行数据（比如统计每种highway类型的出现次数），可以用explode()方法：

# 拆分highway列的列表，生成新的GeoDataFrame，ignore_index=True重置索引
gdf_exploded = gdf.explode('highway', ignore_index=True)

预处理小技巧 #

处理前先确认列里的类型分布，避免遗漏特殊情况：

print(gdf['highway'].apply(type).value_counts())

内容的提问来源于stack exchange，提问作者cheliotk