Pandas从数据框中选择仅数字或整数字段

Question

我有一个Pandas数据框（df）：

     A    B
0    1    green
1    2    red
2    s    blue
3    3    yellow
4    b    black

其中A这一列的类型是对象。

我想选择A列中值是整数或数字的记录，得到：

     A    B
0    1    green
1    2    red
3    3    yellow

谢谢

Answer 1

我个人觉得，直接使用内置的 map 比用 .apply() 要简单明了很多。

In [13]: df[map(pred, df['B'])]

Answer 2

请注意，convert_objects这个功能已经不再推荐使用了。

>>> df[['A']].convert_objects(convert_numeric=True)
__main__:1: FutureWarning: convert_objects is deprecated.  Use the data-type specific converters pd.to_datetime, pd.to_timedelta and pd.to_numeric.

从版本0.17.0开始，建议使用pd.to_numeric，并设置errors='coerce'，这样如果解析出错就会返回NaN（表示缺失值）。可以使用notnull来返回一个布尔值的掩码，这样你就可以在原始数据表上使用它：

>>> df[pd.to_numeric(df.A, errors='coerce').notnull()]
   A       B
0  1   green
1  2     red
3  3  yellow

Answer 3

你可以使用 convert_objects 这个功能，当你设置 convert_numeric=True 时，它会强制把所有非数字的内容变成 nan（也就是“不是一个数字”的意思）。然后你可以把这些 nan 去掉，最后就能得到你想要的结果。

这样做的速度会比在一个比较大的数据框上使用 apply 快很多，因为这个功能是用 cython 实现的，效率更高。

In [30]: df[['A']].convert_objects(convert_numeric=True)
Out[30]: 
    A
0   1
1   2
2 NaN
3   3
4 NaN

In [31]: df[['A']].convert_objects(convert_numeric=True).dropna()
Out[31]: 
   A
0  1
1  2
3  3

In [32]: df[['A']].convert_objects(convert_numeric=True).dropna().index
Out[32]: Int64Index([0, 1, 3], dtype='int64')

In [33]: df.iloc[df[['A']].convert_objects(convert_numeric=True).dropna().index]
Out[33]: 
   A       B
0  1   green
1  2     red
3  3  yellow

Answer 4

在数据框上调用 apply 方法时，要注意使用双重方括号 df[['A']]，而不是 df['A']。接着，我们调用字符串方法 isdigit()，并设置参数 axis=1，这样就可以按行应用这个函数。这里发生的事情是，索引用来创建一个布尔掩码。

In [66]:
df[df[['A']].apply(lambda x: x[0].isdigit(), axis=1)]
Out[66]:
       A       B
Index           
0      1   green
1      2     red
3      3  yellow

更新

如果你使用的是版本 0.16.0 或更新的版本，那么下面的方法也可以使用：

In [6]:
df[df['A'].astype(str).str.isdigit()]

Out[6]:
   A       B
0  1   green
1  2     red
3  3  yellow

在这里，我们使用 astype 将序列转换为 str 类型，然后调用向量化的 str.isdigit 方法。

另外要注意的是，convert_objects 已经不推荐使用，最新版本 0.17.0 或更高版本应该使用 to_numeric。