Python 熊猫系列中字符串的过滤器

有没有比这更好的方法来过滤熊猫系列中的字符串

以下是我的想法：

df = pd.DataFrame({'a': [1,2,3,4,'cat','hat','mat'], 'b': [1,2,3,4,5,6,7] })

原件：

a   b
0   1   1
1   2   2
2   3   3
3   4   4
4   cat 5
5   hat 6
6   mat 7

df = df[df['a'].apply(lambda x: isinstance(x, str))]

结果:

a   b
4   cat 5
5   hat 6
6   mat 7

但是，这种语法似乎很冗长。有这种形式的东西吗

df[df['a'].is_type(str)] 

---

编辑：我感兴趣的是检查类型，而不是内容。因此，例如，我想包括

'12345'

并排除

12345

，我将向您推荐

。\u numeric

df[pd.to_numeric(df.a,errors='coerce').isna()]
Out[246]: 
     a  b
4  cat  5
5  hat  6
6  mat  7

<0>如果你考虑评论中提到的情况为零

df[df.a.map(lambda x : type(x).__name__)=='str']
Out[257]: 
     a  b
4  cat  5
5  hat  6
6  mat  7

您也可以尝试：

df[df.a.str.isalpha() == True]

输出：

---

OP是否要筛选

'1'

字符串？这会过滤掉它，我不确定OP想要什么。不，我感兴趣的是检查类型，而不是内容。因此，我想包括

'12345'

并排除

12345

。我将编辑问题来解释这一点。

df[df.a.apply（type）==str]

有效吗？是的-这是一个好主意，绝对更简洁。请尝试isallnum（）==True它可以解释像“123”这样的字符串

     a  b
4  cat  5
5  hat  6
6  mat  7