Pandas：如何删除系列中的非字母数字列

Question

熊猫系列可以包含无效值：

a     b     c     d      e      f     g 
1    ""   "a3"  np.nan  "\n"   "6"   " "

df = pd.DataFrame([{"a":1, "b":"", "c":"a3", "d":np.nan, "e":"\n", "f":"6", "g":" "}])
row = df.iloc[0]

我想生成一个干净的系列，只保留包含 数字值 或 非空非仅空格字母数字字符串的列：

• b 应该被删除，因为它是一个空字符串；
• d 因为np.nan;
• e 和 g 因为只有空格的字符串。

预期结果：

a      c     f
1    "a3"   "6"

如何过滤包含数字或有效字母数字的列？

• row.str.isalnum() 为 a 返回 NaN，而不是我期望的 True。
• row.astype(str).str.isalnum() 将 d 的 np.nan 更改为字符串 "nan"，随后将其视为有效字符串。
• row.dropna() 当然只掉线 d (np.nan)。

我没有看到https://pandas.pydata.org/pandas-docs/stable/reference/series.html 列出的许多其他可能性

作为一种解决方法，我可以在 items() 上循环检查类型和内容，并根据我想要保留的值创建一个新系列，但这种方法效率低下（而且丑陋）：

for index, value in row.items():
    print (index, value, type(value))


# a 1 <class 'numpy.int64'>
# b  <class 'str'>
# c a3 <class 'str'>
# d nan <class 'numpy.float64'>
# e 
#  <class 'str'>
# f 6 <class 'str'>
# g   <class 'str'>

是否有任何布尔过滤器可以帮助我挑选出好的列？

Answer 1

将值转换为字符串并通过Series.notna 与按位AND - & 链接另一个掩码：

row = row[row.astype(str).str.isalnum() & row.notna()]
print (row)
a     1
c    a3
f     6
Name: 0, dtype: object

Answer 2

你可以使用正则表达式

row[row.notna() & row.astype(str).str.match('[a-zA-Z0-9]+')]