Python 如何计算数据帧列中的浮点数或整数数？

我有一个Pandas数据框，有一个float类型的列。但带小数的数字在本栏中没有意义。所以我想知道这列中有多少个浮点数，然后我想删除这列中有浮点数的整行。 另一种方法是计算整数的数量，然后从总行数中减去整数

示例数据集

我所拥有的：

A. B C 0.5 0.1 2 0.8 0.9 3.5 0.6 0.2 1

---

整数和浮点数是两种不同的数值数据。整数（通常称为int）是没有小数点的数字。浮点数是一个浮点数，这意味着它是一个有小数点的数字。当需要更高的精度时，使用浮动。因此，在这种情况下，您可以对整体使用浮点，您不需要一个integer，您可以编写一个函数，在其中传递条件

。is_integer（）==True

，返回数字，在其他条件下，您可以将其输出为

numpy.nan

，稍后使用

.dropna

功能删除所有nan单位。

根据我的理解，您可以尝试使用mod并在mod为0的行中进行筛选：

df[df['C'].mod(1).eq(0)]

---

---

您可以使用“模数”操作符删除列C中包含小数部分的数字的任何行

您可能还希望将列“C”转换为整数

import pandas as pd 

df = pd.DataFrame({'A':[0.5,0.8,0.6], 'B':[0.1, 0.9, 0.2], 'C':[2.0, 3.5, 1.0]})

df = df[df['C'] % 1 == 0]

df['C'] = df['C'].astype(int)

---

我的示例中的C列类似于“汽车数量”。有些东西3.5对本专栏来说没有意义，因为你不能拥有半辆车。所以这些数据点都是错误的，对我来说毫无用处。我想找出这些错误并删除整行。我的列中的值实际上都是浮点数，但它们的小数位数都应该为0。所以我尝试了整数方法。因为该方法对2.0给出True，对3.5给出False。

import pandas as pd 

df = pd.DataFrame({'A':[0.5,0.8,0.6], 'B':[0.1, 0.9, 0.2], 'C':[2.0, 3.5, 1.0]})

df = df[df['C'] % 1 == 0]

df['C'] = df['C'].astype(int)