检查 pandas 数据框列的字符串类型答案

【问题标题】：Check pandas dataframe column for string type检查 pandas 数据框列的字符串类型
【发布时间】：2020-09-15 17:15:05
【问题描述】：

我有一个相当大的 pandas 数据框（11k 行和 20 列）。一列具有混合数据类型，主要是数字（浮点数），其中散布着少量字符串。

在使用混合列中的数据执行一些统计分析之前，我通过查询其他列来子集此数据帧（但如果存在字符串，则无法执行此操作）。一旦对该列进行子集化，99% 的时间都是纯数字，但很少有字符串值会出现在子集中，我需要将其捕获。

循环遍历 Pandas 混合类型列以检查字符串（或反过来检查整个列是否充满数值）的最有效/pythonic 方式是什么？

如果列中存在一个字符串，我想引发错误，否则继续。

【问题讨论】：

您能简单地尝试将其转换为浮点数吗？ df['col_test'].astype(float)
是的，我已经在这样做并捕获类型和值错误我只是在寻找另一种方法，但我可能已经有了解决方案。例如，我想知道 pandas 是否有内置方法（尽管我在文档中找不到）
另外我应该补充一点，转换会告诉我有问题，但不一定有多少字符串或其索引可能是我的下一步

标签： python string pandas

【解决方案1】：

这是一种方式。我不确定它是否可以矢量化。

import pandas as pd

df = pd.DataFrame({'A': [1, None, 'hello', True, 'world', 'mystr', 34.11]})

df['stringy'] = [isinstance(x, str) for x in df.A]

#        A stringy
# 0      1   False
# 1   None   False
# 2  hello    True
# 3   True   False
# 4  world    True
# 5  mystr    True
# 6  34.11   False

【讨论】：

【解决方案2】：

这是一种不同的方式。它将A 列的值转换为数字，但不会因错误而失败：字符串被替换为 NA。 notnull() 用于删除这些 NA。

df = df[pd.to_numeric(df.A, errors='coerce').notnull()]

但是，如果列中已经存在 NA，它们也会被删除。

另请参阅： Select row from a DataFrame based on the type of the object(i.e. str)

【讨论】：