python - 使用 .loc 查询非空值和仅字符串值

Question

我正在尝试查询数据框以删除所有空值和数字(int、float)值。

我的数据框:

make_df = ["Hello", "World", "abcd", 12.4, np.nan,  "qwerty123"]
df = pd.DataFrame(make_df, columns = ["col1"])

我的代码:

df.loc[df["col1"].isna() == False]

到目前为止，我所能做的就是删除 DataFrame 中的空值，而不是数值。

请帮忙。

Answer 1

使用to_numeric与 errors='coerce' 与测试不缺失值链接与测试不缺失值:

df1 = df[pd.to_numeric(df["col1"], errors='coerce').isna() & df["col1"].notna()]

如果需要区分数字和数值的字符串表示形式，可以通过 isinstance 进行测试:

df1 = df[~df['col1'].apply(lambda x: isinstance(x, (float, int)))]

---

print (df1)
        col1
0      Hello
1      World
2       abcd
5  qwerty123

检查解决方案的差异 - 10 是数字的字符串表示:

make_df = ["Hello", "World", "abcd", 12.4, np.nan,  "qwerty123", "10"]
df = pd.DataFrame(make_df, columns = ["col1"])
print (df)
        col1
0      Hello
1      World
2       abcd
3       12.4
4        NaN
5  qwerty123
6         10

df1 = df[pd.to_numeric(df["col1"], errors='coerce').isna() & df["col1"].notna()]
print (df1)
        col1
0      Hello
1      World
2       abcd
5  qwerty123

df2 = df[~df['col1'].apply(lambda x: isinstance(x, (float, int)))]
print (df2)
        col1
0      Hello
1      World
2       abcd
5  qwerty123
6         10