在Pandas中，如何根据值的类型过滤Series？

Question

给定一个类似于Series的数据结构：

import pandas as pd

s = pd.Series(['foo', 'bar', 42])

我想获得一个“子系列”pd.Series（['foo'，'bar']），其中所有值都是字符串。我尝试了布尔索引，如下所示：

I would like to obtain a 'sub-series' pd.Series(['foo', 'bar']) in which all values are strings. I've tried Boolean indexing like so:

s[isinstance(s, str)]

但是这会产生一个

KeyError: False

到目前为止，在寻找合适的方法中，我遇到了select，但这对标签施加了一个条件，而不是对值。在这种情况下，如何基于（类型）值进行过滤？

- Kurt Peek

Answer 1

使用apply或者列表推导式:

s[s.apply(lambda x: isinstance(x, str))]

和Jon Clements♦说的一样，谢谢:

s[s.apply(isinstance, args=(str,))]

---

s[[isinstance(x, str) for x in s]]

所有退回：

0    foo
1    bar
dtype: object

编辑：

这不是推荐的做法，感谢cᴏʟᴅsᴘᴇᴇᴅ的帮助：

s[s.apply(type) == str]

- jezrael

---

如果我是你，我会避免倡导使用 type(...) == ...，因为这不符合 Python 的风格。推荐使用 isinstance 来实现。 - cs95

是的，s[[isinstance(x, str) for x in s]]也在https://dev59.com/-1sW5IYBdhLWcg3wI0RH中提到。 - Kurt Peek

@cᴏʟᴅsᴘᴇᴇᴅ 这取决于您是否需要严格的字符串检查... 在 Python 2.x 中，对 basestring 进行 isinstance 检查是有意义的，例如... 这取决于您是否希望将任何继承自 str 的内容视为字符串。 - Jon Clements

@jezrael 我建议您在第一个示例中使用s.apply(isinstance, args=(str,))，避免使用lambda。 - Jon Clements

基本上，isinstance 也涵盖了继承层次结构。例如，isinstance(True, int) 是真的，但 type(True) == int 是假的。在 Python2 中，这尤其重要。因为 Unicode 和 str 被视为不同类型。你可以使用 isinstance(x, basestring) 来处理它，但不能像使用 type 那样简单。 - cs95

Answer 2

使用“pd.to_numeric”的小技巧：

s[pd.to_numeric(s, errors='coerce').isnull()]

0    foo
1    bar
dtype: object

如果一个项目是数字，它将成功强制转换（而不是 NaN），因此会从最终结果中删除。

- cs95

Answer 3

如上所述，我会使用 pd.to_numeric。

或者，您可以使用 str.isalpha。

In [109]: s[s.str.isalpha().notnull()]
Out[109]:
0    foo
1    bar
dtype: object

- Zero

---

我很好奇为什么非字符串类型的变量返回NaN而不是False，这是不一致的。 - cs95