删除具有任何数字子字符串的列行

Question

我注意到，当 Pandas DataFrame 中的列元素具有数字子字符串时，isnumeric 方法返回 false。

例如：

row 1, column 1 has the following: 0002 0003 1289
row 2, column 1 has the following: 89060 324 123431132
row 3, column 1 has the following: 890GB 32A 34311TT
row 4, column 1 has the following: 82A 34311TT
row 4, column 1 has the following: 82A 34311TT 889 9999C

很明显，第 1 行和第 2 行都是数字，但 isnumeric 对第 1 行和第 2 行返回 false。

我找到了一种解决方法，包括将每个子字符串分成它们自己的列，然后为每个子字符串创建一个布尔列，以将布尔值加在一起以显示一行是否全为数字。但是，这很乏味，而且我的功能看起来也不整洁。我也不想删除和替换空格（将所有子字符串压缩成一个数字），因为我需要保留原始子字符串。

有没有人知道一种更简单的解决方案/技术可以正确地告诉我这些带有一个或多个数字子字符串的元素都是数字的？我的最终目标是删除这些只有数字的行。

Answer 1

我认为需要split 和all 的列表理解来检查所有数字字符串：

mask = ~df['a'].apply(lambda x: all([s.isnumeric() for s in x.split()]))

---

mask = [not all([s.isnumeric() for s in x.split()]) for x in df['a']]

如果要检查是否至少有一个数字字符串使用any:

mask = ~df['a'].apply(lambda x: any([s.isnumeric() for s in x.split()]))

---

mask = [not any([s.isnumeric() for s in x.split()]) for x in df['a']]

Answer 2

这是将pd.Series.map、any 与生成器表达式、str.isdecimal 和str.split 一起使用的一种方法。

import pandas as pd

df = pd.DataFrame({'col1': ['0002 0003 1289', '89060 324 123431132', '890GB 32A 34311TT',
                            '82A 34311TT', '82A 34311TT 889 9999C']})

df['numeric'] = df['col1'].map(lambda x: any(i.isdecimal() for i in x.split()))

请注意，isdecimal 是 more strict 而不是 isdigit。但您可能需要在 Python 2.7 中使用 str.isdigit 或 str.isnumeric。

删除结果为False的这些行：

df = df[df['col1'].map(lambda x: any(i.isdecimal() for i in x.split()))]

结果

逻辑的第一部分：

                    col1 numeric
0         0002 0003 1289    True
1    89060 324 123431132    True
2      890GB 32A 34311TT   False
3            82A 34311TT   False
4  82A 34311TT 889 9999C    True