python - 如何在 Pandas DataFrame 中查找包含数字的字符串数据类型

Question

我有一个包含两列的 DataFrame。一列包含字符串值，这些值可能包含也可能不包含数字(整数或 float )。

示例:

import pandas as pd
import numpy as np

data = [('A', '>10'),
        ('B', '10'),
        ('C', '<10'),
        ('D', '10'),
        ('E', '10-20'),
        ('F', '20.0'),
        ('G', '25.1') ]

data_df = pd.DataFrame(data, columns = ['name', 'value'])

value 列中的条目具有字符串数据类型。但是，它们的值可能是数字，也可能不是数字。

我想要得到什么:

• 查找哪些行在 value 列中具有数值。

• 从数据集中删除其他行。

最终结果如下:

name    value    
'B'      10         
'D'      10 
'F'      20.0  
'G'      25.1       

我尝试使用 isnumeric() 函数，但它仅针对整数(而不是 float )返回 True。

如果您有任何解决此问题的想法，请告诉我。

---

更新的问题(多列):

(当有多于一列包含数值时，同样的问题)

同样，我有一个包含三列的 DataFrame。两列包含字符串值，这些值可能包含也可能不包含数字(整数或 float )。

示例:

import pandas as pd
import numpy as np

data = [('A', '>10', 'ABC'),
        ('B', '10', '15'),
        ('C', '<10', '>10'),
        ('D', '10', '15'),
        ('E', '10-20', '10-30'),
        ('F', '20.0', 'ABC'),
        ('G', '25.1', '30.1') ]

data_df = pd.DataFrame(data, columns = ['name', 'value1', 'value2'])

列value1 和value2 中的条目具有字符串数据类型。但是，它们的值可能是数字，也可能不是数字。

我想要得到什么:

• 查找哪些行在 value1 和 value2 列中具有数值。

• 从数据集中删除其他行。

最终结果如下:

name    value1    value2
'B'      10         15
'D'      10         15 
'G'      25.1       30.1

Answer 1

您可以使用pandas.to_numeric与 errors='coerce'，然后 dropna删除无效行:

(data_df.assign(value=pd.to_numeric(data_df['value'], errors='coerce'))
        .dropna(subset=['value'])
)

注意。这会将整数向上转换为 float ，但这就是 Series 的工作方式，并且向上转换比强制对象类型更好

输出:

  name  value
1    B   10.0
3    D   10.0
5    F   20.0
6    G   25.1

如果您只想对行进行切片并保留字符串类型:

data_df[pd.to_numeric(data_df['value'], errors='coerce').notna()]

输出:

  name value
1    B    10
3    D    10
5    F  20.0
6    G  25.1

更新的问题(多列)

在切片之前构建一个掩模并使用any/all:

mask = data_df[data_df.columns[1:]].apply(pd.to_numeric, errors='coerce').notna().all(1)
data_df[mask]