Python 使用熊猫删除一列中的非数字行

有一个如下所示的数据帧，它有一个不干净的列“id”，它应该是数字列

id, name
1,  A
2,  B
3,  C
tt, D
4,  E
5,  F
de, G

由于tt和de不是数值，是否有一种简洁的方法删除这些行

tt,D
de,G

要使数据帧干净

id, name
1,  A
2,  B
3,  C
4,  E
5,  F

---

假设

df

是您的数据帧

import numpy as np
df[df['id'].apply(lambda x: isinstance(x, (int, np.int64)))]

它所做的是将

id

列中的每个值传递给

isinstance

函数，并检查它是否为

int

。然后它返回一个布尔数组，最后只返回

True

所在的行

如果您还需要考虑

浮动

值，另一个选项是：

import numpy as np
df[df['id'].apply(lambda x: type(x) in [int, np.int64, float, np.float64])]

请注意，这两种方法都不适用，因此您需要将其重新指定给原始df，或创建一个新df：

df = df[df['id'].apply(lambda x: type(x) in [int, np.int64, float, np.float64])]
# or
new_df = df[df['id'].apply(lambda x: type(x) in [int, np.int64, float, np.float64])]

---

您可以使用字符串的标准方法，并将其应用于

id

列中的每个值：

import pandas as pd
from io import StringIO

data = """
id,name
1,A
2,B
3,C
tt,D
4,E
5,F
de,G
"""

df = pd.read_csv(StringIO(data))

In [55]: df
Out[55]: 
   id name
0   1    A
1   2    B
2   3    C
3  tt    D
4   4    E
5   5    F
6  de    G

In [56]: df[df.id.apply(lambda x: x.isnumeric())]
Out[56]: 
  id name
0  1    A
1  2    B
2  3    C
4  4    E
5  5    F

或者，如果您想使用

id

作为索引，您可以执行以下操作：

In [61]: df[df.id.apply(lambda x: x.isnumeric())].set_index('id')
Out[61]: 
   name
id     
1     A
2     B
3     C
4     E
5     F

编辑添加计时 虽然使用

pd.to_numeric

的case未使用

apply

方法，但对于

str

列，其速度几乎是使用

np.isnumeric

的两倍。此外，我还添加了使用pandas的选项，与使用

pd.to\u numeric

相比，pandas的输入更少，速度更快。但是

pd.to_numeric

更通用，因为它可以处理任何数据类型（不仅仅是字符串）

---

使用

pd.to\u数值

In [1079]: df[pd.to_numeric(df['id'], errors='coerce').notnull()]
Out[1079]:
  id  name
0  1     A
1  2     B
2  3     C
4  4     E
5  5     F

x.isnumeric（）

当

x

为

float

类型时，不测试返回值

True

筛选出可转换为浮点值的值的一种方法：

df[df['id'].应用（lambda x:is_float（x））]

def为浮点数（x）：
尝试：
浮动（x）
除值错误外：
返回错误
返回真值

这个怎么样？ .str访问器是我的最爱之一：）

---

如果希望将列保留为数字而不是对象，则可能需要分别调用

pd.\u numeric

。否

apply

：D！（它不在本地）我在Python2上测试了它，但是

pd.to\u numeric

比

isdigit（）快<代码>%timeit subx1=sub[sub.BAN.apply（lambda x:str（x）.isdigit（））]

为5.67秒。与4.46秒相比，

%timeit subx2=sub[pd.to_numeric（sub.BAN，errors='concurve'）.notnull（）]

。Python 2

str

在您的第一个示例中没有

isnumeric（）

：我是否需要“inplace=True？”

In [1079]: df[pd.to_numeric(df['id'], errors='coerce').notnull()]
Out[1079]:
  id  name
0  1     A
1  2     B
2  3     C
4  4     E
5  5     F

import pandas as pd


df = pd.DataFrame(
    {
        'id':   {0: '1', 1: '2', 2: '3', 3: 'tt', 4: '4', 5: '5', 6: 'de'},
        'name': {0: 'A', 1: 'B', 2: 'C', 3: 'D',  4: 'E', 5: 'F', 6: 'G'}
    }
)

df_clean = df[df.id.str.isnumeric()]