Python 3.x 获取pd.DataFrame中的所有str类型元素

基于我对熊猫的一点了解，

pandas.Series.str.contains

可以在

pd.Series

中搜索特定的str。但是，如果数据框很大，我只想在做任何事情之前浏览一下其中的所有str元素，该怎么办

例如：

pd.DataFrame({'x1':[1,2,3,'+'],'x2':[2,'a','c','this is']})
    x1  x2
0   1   2
1   2   a
2   3   c
3   +   this is

---

我需要一个函数来返回

['+'，'a'，'c'，'this is']

您可以使用

str.isdigit

和

取消堆栈

df[df.apply(lambda x : x.str.isdigit()).eq(0)].unstack().dropna().tolist()
Out[242]: ['+', 'a', 'c', 'this is']

---

使用正则表达式和集合并集，可以尝试以下操作

>>> set.union(*[set(df[c][~df[c].str.findall('[^\d]+').isnull()].unique()) for c in df.columns])
{'+', 'a', 'c', 'this is'}

---

如果使用，也可以省略浮点数。

有两种可能的方法-检查是否保存为字符串的数值

检查差异：

df = pd.DataFrame({'x1':[1,'2.78','3','+'],'x2':[2.8,'a','c','this is'], 'x3':[1,4,5,4]}) 
print (df)
     x1       x2  x3
0     1      2.8   1
1  2.78        a   4 <-2.78 is float saved as string
2     3        c   5 <-3 is int saved as string
3     +  this is   4

#flatten all values
ar = df.values.ravel()
#errors='coerce' parameter in pd.to_numeric return NaNs for non numeric
L = np.unique(ar[np.isnan(pd.to_numeric(ar, errors='coerce'))]).tolist()
print (L)
['+', 'a', 'c', 'this is']

如果需要将所有值保存为字符串，请使用：

---

如果您严格地看什么是字符串值，而性能不是一个问题，那么这是一个非常简单的答案

df.where(df.applymap(type).eq(str)).stack().tolist()

['a', 'c', '+', 'this is']

---

这是最好的办法,，IMHO@AmiTavory-谢谢。这是elegence。我使用了

df.apply（lambda x:pd.to_numeric（x，errors='ignore'））

将str numeric（如

'1.23'

转换为

1.23

），因此我可以告诉您的函数在这个示例中可以工作。但是如果数据框中有列表元素，则

np.unique（）

可能会失败。“我会投你一票的。”加维——谢谢你

np.unique

应该省略，这是不必要的。@jezrael好吧，我设置了

errors=ignore

，目的是先将

'1.23'

转换为

1.23

，这与这个问题无关。在那之后，我意识到有必要浏览一下数据框中还包含哪些类型的str。很高兴看到你回答问题（-：@piRSquared！你的销售代表已经成长了很多！

s = df.stack()
L = s[s.apply(lambda x: isinstance(x, str))].unique().tolist()
print (L)
['2.78', 'a', '3', 'c', '+', 'this is']

df.where(df.applymap(type).eq(str)).stack().tolist()

['a', 'c', '+', 'this is']