使用.loc查询非空值和仅字符串值

Question

我试图查询一个dataframe来删除所有的空值和数值（int，float）值。在

我的数据帧：

make_df = ["Hello", "World", "abcd", 12.4, np.nan,  "qwerty123"]
df = pd.DataFrame(make_df, columns = ["col1"])

我的代码：

^{pr2}$

到目前为止，我所能做的就是删除DataFrame中的空值，但不能删除数值。在

请帮忙。在

Answer 1

另一种方法是用0填充NaN，并使用^{}过滤掉数字：

df.loc[pd.to_numeric(df.col1.fillna(0),errors='coerce').isna(),'col1']

---

^{pr2}$

Answer 2

将^{}与errors='coerce'一起使用，测试不丢失值与测试不丢失值链接：

df1 = df[pd.to_numeric(df["col1"], errors='coerce').isna() & df["col1"].notna()]

或者，如果需要区分数值和数值的字符串表示形式，可以通过isinstance进行测试：

^{pr2}$

---

print (df1)
        col1
0      Hello
1      World
2       abcd
5  qwerty123

检查解决方案的差异-10是数字的字符串代表：

make_df = ["Hello", "World", "abcd", 12.4, np.nan,  "qwerty123", "10"]
df = pd.DataFrame(make_df, columns = ["col1"])
print (df)
        col1
0      Hello
1      World
2       abcd
3       12.4
4        NaN
5  qwerty123
6         10

df1 = df[pd.to_numeric(df["col1"], errors='coerce').isna() & df["col1"].notna()]
print (df1)
        col1
0      Hello
1      World
2       abcd
5  qwerty123

df2 = df[~df['col1'].apply(lambda x: isinstance(x, (float, int)))]
print (df2)
        col1
0      Hello
1      World
2       abcd
5  qwerty123
6         10