Pandas.Dataframeをデータ型別で抽出しリスト化する方法について

Question

Dataframeのfloat型のカラムを取得したい

Dataframeのfloat型のカラムをリスト化したいと思っています。二つの方法が浮かんだのですが、どうも作成したリストは等価ではないようです。なぜ異なる挙動をしたのでしょうか？ご教授よろしくお願いします

ここに質問の内容を詳しく書いてください。

該当のソースコード

#na_col_list: 欠損値を含むカラムのリスト
na_float_cols=alldata[na_col_list].dtypes[alldata[na_col_list].dtypes=='float64'].index.tolist()

na_float_cols2 = alldata[na_col_list].select_dtypes('float64').index.tolist()　

試したこと

以下のコード結果でbと出力されたので等価ではないと考えました。

if na_float_cols2 == na_float_cols:
    print("a")
else:
    print("b")

Answer 1

２番目の方法では意図しない結果を得ています。
select_dtypesだと、指定した型の列のみで全行を含むDataFrameを返します。
そのためindexは行のインデックスとなっています。
参考：pandas.DataFrameから特定の型dtypeの列を抽出（選択）

import pandas as pd
import numpy as np

df = pd.DataFrame({'c1':[1.2, np.nan], '':['34', np.nan], 'c3':[np.nan, 5.6]})
cs = df.columns

# 方法１
print(df[cs].dtypes)
print(df[cs].dtypes=='float64')
print(df[cs].dtypes[df[cs].dtypes=='float64'])
print(df[cs].dtypes[df[cs].dtypes=='float64'].index.tolist())
# ['c1', 'c3']

# 方法２
print(df[cs].select_dtypes('float64'))
print(df[cs].select_dtypes('float64').index.tolist())
# [0, 1]