根据条目的类型在数据框中删除行答案

【问题标题】：Drop rows in a dataframe based on type of the entry根据条目的类型在数据框中删除行
【发布时间】：2022-01-05 04:51:03
【问题描述】：

假设我有一个数据框x，其中有一列terms。术语应该是字符串类型，但有些包含数字，因此我想删除数据框中相应terms 值是整数/浮点数的行。我尝试了以下方法，但收到了Key Error：

x = x.drop(x[type(x['terms']) is int].index)

我应该如何更改代码？

【问题讨论】：

您也想删除'12' 吗？我的意思是数字作为字符串。
好点。值得一试。

标签： python python-3.x pandas dataframe

【解决方案1】：

使用pd.to_numeric:

df = pd.DataFrame({'terms': [13, 0.23, 'hello', 'world', '12', '0.45']})
df = df[pd.to_numeric(df['terms'], errors='coerce').isna()]
print(df)

# Output:
   terms
2  hello
3  world

详情：

>>> df
   terms
0     13
1   0.23
2  hello
3  world
4     12
5   0.45

>>> pd.to_numeric(df['terms'], errors='coerce')
0    13.00
1     0.23
2      NaN
3      NaN
4    12.00
5     0.45
Name: terms, dtype: float64

【讨论】：

【解决方案2】：

假设你有一个这样的数据框：

df = pd.DataFrame({'a':[1,'sd','sf',2,5,'13','s','143f','d234f','z24']})
#            notice 13 is a string here ^^^^

       a
0      1
1     sd
2     sf
3      2
4      5
5     13
6      s
7   143f
8  d234f
9    z24

如果您想删除 看起来像数字但实际上是字符串的项目，请使用以下命令：

df = df[~df['a'].astype(str).str.isdigit()]

输出：

>>> df
       a
1     sd
2     sf
6      s
7   143f
8  d234f
9    z24

如果您想删除实际上根本不是字符串的项目，请使用：

df = df[df['a'].transform(type).eq(str)]

输出：

>>> df
       a
1     sd
2     sf
5     13  <--- Notice how the string '13' is kept
6      s
7   143f
8  d234f
9    z24

【讨论】：

这是一个很好的答案，但数字也可以是浮点数，而不仅仅是自然数。