删除所有符合正则表达式条件的行

Question

试图自学大熊猫..并与不同的dtypes玩耍

我有一个df如下

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dtype当然是一个对象。我想做的是，如果ID中包含字符串，则删除DF中的任何行。

我以为这很简单。

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

但这返回了一切，是否有确定的处理此类问题的方法？

Answer 1

您可以使用 to_numeric

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

Answer 2

另一种选择是将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

您的代码不起作用，因为如文档中所述pandas.DataFrame.filter：

请注意，此例程不会根据其内容过滤数据帧。过滤器应用于索引的标签。

Answer 3

Wen 的答案是解决这个问题的正确（也是最快）的方法，但是要解释为什么您的正则表达式不起作用，您必须了解是什么\w意思。

\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，因此所有内容都匹配。一个有效的正则表达式方法是：

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

  ID Course
0  0   Test
1  2   Math

第二个问题是您使用filter. 它不是过滤您的ID行，而是过滤您的索引。使用的有效解决方案filter如下：

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

   Course
ID
0    Test
2    Math