删除满足正则表达式条件的所有行

Question

我正在尝试学习pandas，并且在尝试不同的数据类型。

我有一个如下的数据框：

df = pd.DataFrame({'ID':[0,2,"bike","cake"], 'Course':['Test','Math','Store','History'] })
print(df)
    ID  Course
0   0   Test
1   2   Math
2   bike    Store
3   cake    History

ID的数据类型当然是一个对象。我的目标是，如果ID中有字符串，就从DF中删除任何行。

我认为这很简单，只需要...

df.ID.filter(regex='[\w]*')

但是这会返回所有内容，有没有一种确定的方法来处理这些内容？

- Umar.H

---

相关/可能重复：删除列值类型为字符串的行 Pandas - jpp

Answer 1

你可以使用to_numeric函数。

df[pd.to_numeric(df.ID,errors='coerce').notnull()]
Out[450]: 
  Course ID
0   Test  0
1   Math  2

- BENY

Answer 2

另一种选择是将该列转换为字符串并使用 str.match:

print(df[df['ID'].astype(str).str.match("\d+")])
#  Course ID
#0   Test  0
#1   Math  2

你的代码无法运行，因为根据pandas.DataFrame.filter文档所述：

请注意，此例程不会根据其内容过滤数据框。 过滤器应用于索引的标签。

- pault

Answer 3

温恩的回答是解决这个问题的正确（且最快）方法，但要解释为什么你的正则表达式不起作用，你必须理解 \w 的含义。

\w 匹配任何单词字符，包括 [a-zA-Z0-9_]。因此，您当前匹配的内容 包括 数字，因此会匹配所有内容。一个有效的正则表达式方法应该是：

df.loc[df.ID.astype(str).str.match(r'\d+')]

  ID Course
0  0   Test
1  2   Math

第二个问题是你使用了filter。它没有过滤你的ID行，而是过滤了你的索引。使用filter的有效解决方案如下：

df.set_index('ID').filter(regex=r'^\d+$', axis=0)

   Course
ID
0    Test
2    Math

- user3483203

---

谢谢！所有的解决方案对我都有效，我不确定应该选择哪一个……？你推荐哪个呢，先生？/w非常有用，我不知道filter只能在索引上工作。 - Umar.H

温的回答是正确的方法。我建议使用那个，但很高兴你发现所有答案都有帮助 :) - user3483203