Python 忽略数据帧中的非数字字符串值

我有一个数据框，其中一列可能有三种值：整数（12331）、整数作为字符串（“345”）或其他字符串（“文本”）

有没有办法从数据帧中删除最后一种字符串的所有行，并将第一种字符串转换为整数？或者，如果我对列求和，至少可以通过某种方式忽略导致类型错误的行

---

此数据帧来自于读取一个相当大的CSV文件（25 GB），因此我想要一些能够在分块读取时工作的解决方案。

Pandas有一些用于转换此类列的工具，但它们可能不完全适合您的需要

pd.to_numeric

转换与您类似的混合列，但将非数字字符串转换为

NaN

。这意味着您将获得浮点列，而不是整数，因为只有浮点列可以具有

NaN

值。这通常并不重要，但意识到这一点很好

df = pd.DataFrame({'mixed_types': [12331, '345', 'text']})

pd.to_numeric(df['mixed_types'], errors='coerce')
Out[7]: 
0    12331.0
1      345.0
2        NaN
Name: mixed_types, dtype: float64

如果要删除所有

NaN

行：

# Replace the column with the converted values
df['mixed_types'] = pd.to_numeric(df['mixed_types'], errors='coerce')

# Drop NA values, listing the converted columns explicitly
#   so NA values in other columns aren't dropped
df.dropna(subset = ['mixed_types'])
Out[11]: 
   mixed_types
0      12331.0
1        345.0

您可以使用with

errors=concurve

将非数值替换为

NaN

，并将其应用于每列。然后你可以使用

dropna

或

fillna

任何你喜欢的

df = pd.read_csv('file.csv')
df = df.apply(pd.to_numeric, errors='coerce')
df = df.dropna()

---

您可以直接使用df。_get_numeric_data（）。

由于NaN是在读取后创建的，如果我设置na_values='NaN'并执行drop_na，这些值会被删除吗？@devil0150是的，转换后执行

dropna（）

不是很难，请参阅我的edit@xtian您可能需要先去掉“$”才能正常工作。如果你在苦苦挣扎，那么就提出一个新问题，举例说明你的数据和你的尝试。