Python 是否可以让遮罩忽略所有非数值？

'我试图屏蔽数据帧中的值，但在数据帧中引入字符串时出错

我的目标是获取任何小于1的值并将其转换为NaN。我不希望将字符串转换为NaN（因为字符串不能小于1）

我只需使用以下命令：

df=df.mask（df.lt（1））

但是我得到了这个错误-

---

TypeError:“好吧，我们可以通过
dtypes
进行筛选，只更改那些列：

已编辑

df1=pd.DataFrame（{“A”：[“鲍勃”、“玛丽”、“约翰”、“保罗”、“克里斯”]，
“B”：[5,2,54,3,2]，
“C”：[20,16,7,3,8]，
“D”：[14,3,17,2,6]}）
cols=df1。选择数据类型（包括=['number']）。列
df1[cols]=df1[cols]。掩码（df1[cols]<19）
df1

另一种选择是，
cols=df1.columns[[i代表i，j在enumerate（df1.dtypes.tolist（））中代表x在[np.dtype（'float64'）、np.dtype（'int64'）]中，如果j==x]
也有效
 谢谢，在我的示例中，我还需要浮点，我尝试了这个-data=data\u name\u frame-->34 cols=data.columns[data.dtypes==['int64'，'float64']]并得到了相同的错误。实际上，如果我运行它，也会得到相同的错误。cols=df1.columns[df1.dtypes==['float64'，'int64']]
import pandas as pd 

# intialise data of lists. 
df = pd.DataFrame({"A":[12, 4, 5, 44, 1], 
                   "B":[5, 2, 54, 3, 2], 
                   "C":[20, 16, 7, 3, 8], 
                   "D":[14, 3, 17, 2, 6]}) 
df = df.mask(df.lt(19)) 
print(df)
# result
#       A     B     C   D
# 0   NaN   NaN  20.0 NaN
# 1   NaN   NaN   NaN NaN
# 2   NaN  54.0   NaN NaN
# 3  44.0   NaN   NaN NaN
# 4   NaN   NaN   NaN NaN

df1 = pd.DataFrame({"A":["Bob", "Mary", "John", "Paul", "Chris"], 
                   "B":[5, 2, 54, 3, 2], 
                   "C":[20, 16, 7, 3, 8], 
                   "D":[14, 3, 17, 2, 6]}) 
df1 = df1.mask(df1.lt(19)) 
print(df1)