如果列包含 Pandas 中的任何字符串值，则从数据框中删除值答案

【问题标题】：Remove values from dataframe if a column contains any string value in Pandas如果列包含 Pandas 中的任何字符串值，则从数据框中删除值
【发布时间】：2018-01-21 16:13:31
【问题描述】：

我想从我的数据框中删除包含 float dtype 列的字符串值的行。例如，如果我有一个金额字段，我想删除数据框中包含金额字段中值为“NA”的所有行。

到目前为止，我已经尝试了以下 -

to_drop = ['NA']
data = data[~data['gross'].isin(to_drop)]

和

data = data[data.gross.str != 'NA']

我得到“仅使用带有字符串值的 .str 访问器，它在 pandas 中使用 np.object_ dtype”。

这样做的正确方法是什么？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果NA 缺少值（NaN）需要notnull 或dropna 并指定列以检查NaNs：

data = pd.DataFrame({'gross':[np.nan,3,5],
                     'a':[2,3,4]})

print (data)
   a  gross
0  2    NaN
1  3    3.0
2  4    5.0

data1 = data[data.gross.notnull()]
print (data1)
   a  gross
1  3    3.0
2  4    5.0

data1 = data.dropna(subset=['gross'])
print (data1)
   a  gross
1  3    3.0
2  4    5.0

或者如果混合值 - 带有字符串的数字首先将所有值转换为 str 或比较 values 创建的 numpy 数组：

data = pd.DataFrame({'gross':['NA',3,5,'NA'],
                     'a':[2,3,4,8]})

print (data)
   a gross
0  2    NA
1  3     3
2  4     5
3  8    NA

data2 = data[data.gross.astype(str) != 'NA']
print (data2)
   a gross
1  3     3
2  4     5

data2 = data[data.gross.values != 'NA']
print (data2)
   a gross
1  3     3
2  4     5

【讨论】：

【解决方案2】：

IIUC：

data['gross'] = data.gross.replace('NA',np.nan)
data = data.dropna()

或者

data[~data.gross.replace('NA',np.nan).isnull()]

将字符串 'NA' 替换为 NaN，然后使用 dropna axis=1 删除这些行。

【讨论】：