检查pandas数据框中的列是否为字符串类型。

Question

我有一个相当大的pandas数据框（11k行和20列）。其中一列具有混合数据类型，主要是数值型（浮点数），但散布着少量字符串。

我通过查询其他列对该数据框进行子集处理，然后使用混合列中的数据执行一些统计分析（如果存在字符串，则无法执行此操作）。99％的时间，在子集处理后，该列仅包含数字，但偶尔会在子集中出现字符串值，我需要捕获它们。

循环遍历Pandas混合类型列以检查字符串（或相反检查整列是否全为数值）的最有效/Pythonic方法是什么？

如果列中有任何一个字符串，则我想引发错误，否则继续。

- Altycoder

---

你可以尝试将其转换为浮点数吗？df['col_test'].astype(float) - emmet02

是的，我已经在做这个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。我想知道pandas是否有一个内置的方法，例如（尽管我在文档中找不到它）。 - Altycoder

另外我应该补充一下，转换类型会告诉我有问题，但不一定会告诉我有多少个字符串或它们的索引，这可能是我下一步要做的。 - Altycoder

Answer 1

这是一种方法。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

- jpp

Answer 2

这里有一种不同的方法。它将列A的值转换为数字，但在出现错误时不会失败：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()]

然而，如果该列中已经存在NA值，则它们也将被删除。

另请参阅： 根据对象类型（即str）从DataFrame中选择行

- caram