背景：我对我的数据框（df）感到非常困惑，当我进行一些简单的分析时，它会为名为“ID”的列中的特定值生成随机行（特别是当 ID == 42 时）。因此，我开始做一些故障排除。
当我尝试列出 ID = 42 的所有行时，我会：
data=df.loc[df['ID'] == 42]
在这个名为“data”的新变量中，行看起来是正确的。但是，当我手动滚动原始数据框 df 时（例如，在 Spyder 上的变量资源管理器中），我可以看到 ID=42 的更多行没有打印到“数据”。
然后，为了仔细检查为什么“ID”值显示出这种奇怪的行为，我做了
print(df['ID'].unique())
而且，奇怪的是，我明白了：
[ 20. 31. 42. 42. 84.142.198.248.280.288.352.378.459.498.] -- 请注意 42 是重复的！
我的问题是，当我使用.unique()函数时怎么会有两个42？我认为它应该输出所有 unique 值？如果我能更好地理解这一点，我就可以开始理解随之而来的其余问题......
我是否遗漏了“独特”的运作方式？
诗。我的文件很大，所以我没有包含它们，但如果我需要提供更多（数字）上下文，请告诉我。
谢谢！
将我的评论移至答案，因为它解决了问题：
print(df['ID'].astype(int).unique())
发生的情况是存储的数据是字符串值，那么我们该怎么做？