如何在Python Dataframe中的混合数据类型对象中筛选字符串值

我在熊猫数据框中有一列，如：（其值_计数如下所示）

如您所见，它包含整数和字母。我必须写一个函数，在这里我必须过滤和搜索字母值

我最初使用pd.read\u excel导入此数据集，但在阅读了多个错误报告后，read\u excel似乎没有将列显式读取为字符串的选项

因此，我尝试使用pd.read_csv进行读取，它具有dtype选项。起初，默认情况下，此列存储为float64，现在即使我尝试运行

Df_name['Admission_Source_Code'] = Df_name['Admission_Source_Code'].astype(int).astype('str')

我无法将其格式化为字符串列

因此，当我过滤

Accepted[Accepted['Admission_Source_Code']==1]

它是有效的，但是

Accepted[Accepted['Admission_Source_Code']=='E']

仍然不返回任何结果。当我试着在掩码中说str（column_name）时，它说的是无效的文本。 有人能帮我修改数据类型或过滤字母值吗

谢谢

---

注意：即使将格式设置为对象也没有帮助

我认为您应该能够使用

.loc[]

索引器，通过字符串过滤（索引）来过滤您的

值\u计数

系列

演示：

列出索引值：

In [36]: df.index.values
Out[36]: array(['1', '2', '5', '8', '4', '6', '9', 'D', 'E', '0', 'F'], dtype=object)

---

---

更新：从Pandas 0.20.1开始

我使用您的示例进行了一些测试，过滤器运行良好，例如：

df = pandas.read_csv('Yourfile.csv')
df['Admission_Source_Code'].value_counts()

1                      246804
2                      135272
5                        8983
8                        3459
4                        3177
6                        1278
9                         522
D                         314
E                          91
0                          29
F                          20    
Name: Admission_Source_Code, dtype: int64

如果我尝试：

print (df[(df['Admission_Source_Code']==1)])

我得到：

Empty DataFrame
Columns: [Admission_Source_Code]
Index: []

但是使用

列表压缩

df['Admission_Source_Code'] = [str(i) for i in df['Admission_Source_Code']]

使用数据示例：

如果问题仍然存在，您是否考虑过csv列中的干净项？（即空白）

例如，使用相同的

列表压缩

和

条带（）

：

---

你试过列表压缩吗？例如：

Df_name['Admission_Source_code']=[str（i）for i in Df_name['Admission_Source_code']]

？@estebanpdl：列表理解似乎只起了部分作用。我想上传一张图片，这样你就可以在我发布的答案中看到发生了什么。我不明白为什么会这样。感谢您的帮助，如果我正在筛选值_计数系列，ix或loc方法肯定会起作用。谢谢你。但在编写函数时，我试图过滤数据帧本身。下面是我试图对该专栏进行列表理解时发生的情况。我很抱歉，但我不得不上传图像输出，这已经作为一个答案张贴。

Empty DataFrame
Columns: [Admission_Source_Code]
Index: []

df['Admission_Source_Code'] = [str(i) for i in df['Admission_Source_Code']]

df['Admission_Source_Code'] = [str(i.strip()) for i in df['Admission_Source_Code']]