在 Pandas 中，如何根据值的类型过滤系列？
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/46999146/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
In Pandas, how to filter a Series based on the type of the values?
提问by Kurt Peek
Given a Serieslike
给个Series赞
import pandas as pd
s = pd.Series(['foo', 'bar', 42])
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:
我想获得一个“子系列” pd.Series(['foo', 'bar'])，其中所有值都是字符串。我试过这样的布尔索引：
s[isinstance(s, str)]
but this gives a
但这给出了一个
KeyError: False
关键错误：错误
In my search for suitable methods so far I came across select, but this imposes a criterion on the labels, not the values. How can I filter based on (the type of) the values in this case?
到目前为止，我在寻找合适的方法时遇到了select，但这对标签而不是值强加了一个标准。在这种情况下，如何根据值（的类型）进行过滤？
回答by jezrael
Use applyor list comprehension:
使用apply或列出理解：
s[s.apply(lambda x: isinstance(x, str))]
Same as, thanks Jon Clements?:
一样，谢谢Jon Clements?：
s[s.apply(isinstance, args=(str,))]
s[[isinstance(x, str) for x in s]]
All return:
全部返回：
0 foo
1 bar
dtype: object
EDIT:
编辑：
This is not recommended, thanks c???s????:
这是不推荐的，谢谢c???s???? ：
s[s.apply(type) == str]
回答by cs95
A little trick with pd.to_numeric:
一个小技巧pd.to_numeric：
s[pd.to_numeric(s, errors='coerce').isnull()]
0 foo
1 bar
dtype: object
If an item is numeric, it is successfully coerced (not NaN) and so is dropped from the final result.
如果一个项目是数字，它被成功强制（不是NaN），因此从最终结果中删除。
回答by Zero
I'd use pd.to_numericas pointed above.
我会pd.to_numeric像上面指出的那样使用。
Alternatively, you can use str.isalpha
或者，您可以使用 str.isalpha
In [109]: s[s.str.isalpha().notnull()]
Out[109]:
0 foo
1 bar
dtype: object
