您可能正在寻找.str.isnumeric()，它只允许您过滤这些字符串中的数字的数据，并独立地对它们进行操作......但是您需要决定这些值应该是什么

• 转换（可能是货币，您想截断€，或者其他非UNIX纪元的日期格式，或者任何可能性。）
• dropped（只是扔掉它们）
• 别东西

>>> df = pd.DataFrame({"a":["1", "2", "x"]})
>>> df
   a
0  1
1  2
2  x
>>> df[df["a"].str.isnumeric()]
   a
0  1
1  2
>>> df[~df["a"].str.isnumeric()]
   a
2  x

假定“col”为列名。
出错时强制转换为数值或NaN：

df['col_num'] = pd.to_numeric(df['col'], errors='coerce')

如果需要，您可以使用以下方法检查哪些原始值给出NaN：

df.loc[df['col'].notna()&df['col_num'].isna(), 'col']

以10为基数表示它是一个浮点数。所以在python中，你可以这样做

int(float(____))

因为使用了int（），所以我猜您需要一个整数值。