如何过滤python中存在字符串值的值？

我曾说过：

   Numbers   String   AlphaNumString
0   123       sea       sea123
1   456       sky       sky456
3   456'      sky1      nuts
4   Nan       tea3      45tea
5   562       656       L2.36
6   896       light     5642
7   s456      Nan       Nan
8   963       lf56      pe562
9   456%      per       per789
10  Nan       456       123k

输出：df1 过滤掉

Numbers

列中包含纯数值或

Nan

的行

   Numbers   String   AlphaNumString
0   123       sea       sea123
1   456       sky       sky456
2   Nan       tea3      45tea
3   562       656       L2.36
4   896       light     5642
5   963       lf56      pe562
6   Nan       456       123k

---

不需要使用正则表达式

只运行

df[df.Numbers.isna（）| df.Numbers.str.isnumeric（）]

，即选择行 其中数字列：

• 要么是楠,
• 或者内容可转换为数字

但是如果你想“限制”允许的数值为整数， 将此表达式更改为：

df[df.Numbers.isna() | df.Numbers.str.isdigit()]

---

如果您发布代码和遇到的问题DDF[~df.Numbers.str.contains（r'[a-zA-Z]'），我会更容易提供帮助。我正在使用这段代码，但问题是，这段代码排除了Nan，还保留了类似456的字符串值。我相信isdigit（）函数对浮点数据类型不起作用。对于浮点数据类型，它不起作用。但此列也包含字母，因此它是od对象类型。实际上，更通用的解决方案是首先检查列类型。如果类型为float，则应返回所有行。