Python 如果数据类型在pandas中为int，如何删除行？

如果数据帧的值的数据类型是

int

代码如下：-

dfd={'a':1,'b':'a','c':56,'d':'ok'}

dataframes=pd.DataFrame(dfd.items())

#if value is integer drop

for line in dataframes.index:
    if(type(dataframes['value'][line])==int):
        dataframes.drop(dataframes['value'][line],inplace=True)

我期待着：-

   key value
   b   d
   a   ok

但是我犯了一个错误

KeyError:“值”

---

如何实现这一点？

首先必须设置列名称，例如，由DataFrame协构造函数：

dataframes=pd.DataFrame(dfd.items(), columns=['key','value'])

print (dataframes)
  key value
0   a     1
1   b     a
2   c    56
3   d    ok

然后将值转换为数值by和

errors='concurve'

，如果没有返回数值，则按in筛选非数值行：

df = dataframes[pd.to_numeric(dataframes['value'], errors='coerce').isna()]
print (df)
  key value
1   b     a
3   d    ok
    

如果只需要过滤整数，另一个想法是：

df = dataframes[dataframes['value'].apply(lambda x: not isinstance(x, int))]

或：

---

---

dtype

应用于列而不是单个行。

df = dataframes[dataframes['value'].apply(type) != int]

print (df)
  key value
1   b     a
3   d    ok