要按照数据类型和列名选择Pandas列，可以使用select_dtypes()和filter()方法。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据框
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Age': [25, 30, 35],
        'Height': [175.2, 180.5, 165.8],
        'Weight': [70.5, 85.2, 62.1]}
df = pd.DataFrame(data)

# 选择数据类型是整数的列
int_columns = df.select_dtypes(include='int64')
print(int_columns)

# 选择数据类型是浮点数的列
float_columns = df.select_dtypes(include='float64')
print(float_columns)

# 选择列名是'Name'和'Age'的列
name_age_columns = df.filter(items=['Name', 'Age'])
print(name_age_columns)

输出结果：

   Age
0   25
1   30
2   35

   Height  Weight
0   175.2    70.5
1   180.5    85.2
2   165.8    62.1

   Name  Age
0  John   25
1  Mike   30
2  Sarah  35

在示例代码中，我们首先使用select_dtypes()方法选择整数类型的列和浮点数类型的列。然后使用filter()方法选择特定的列名。