删除所有非数字的数组值

Question

我有一个要清理的数组，其中包含以下条目：

arr = (['1140.0', '-600.0', '-700.6', '5700.45', '(~par)', '(-6.0', '690.6', ....., 
'-----', '5750.65', '#', '-850.0'])

我想清理这个包含所有 non-numeric 值的数组，并在数组中保持顺序以获得如下输出：

arr_clean = (['1140.0', '-600.0', '-700.6', '5700.45', '690.6', '5750.65', '-850.0'])

有些值是负数，所以我不能简单地查看元素的第一个字符是否是非数字的，有些值中有数字但也需要取出 - 比如值(-6.0。

我首先转换为数据框，看看是否可以更改 pd.to_numeric(df[col]) 并以这种方式清理它，但从数组到 df 再切换回来感觉效率不高（数组的大小为~800,000，我希望我的最终输出是一个数组）。

有没有简单的方法可以做到这一点？

Answer 1

如果我可以假设您的 array 在数据框中，您可以使用 pd.to_numeric 和 errors=coerce，然后使用 Dataframe.dropna：

# Example dataframe which was provided
data = {'Array':['1140.0', '-600.0', '-700.6', '5700.45', '(~par)', '(-6.0', '690.6', '.....', '-----', '5750.65', '#', '-850.0']}

df = pd.DataFrame(data)
print(df)
      Array
0    1140.0
1    -600.0
2    -700.6
3   5700.45
4    (~par)
5     (-6.0
6     690.6
7     .....
8     -----
9   5750.65
10        #
11   -850.0

申请pd.to_numeric

pd.to_numeric(df.Array, errors='coerce').dropna()

0     1140.00
1     -600.00
2     -700.60
3     5700.45
6      690.60
9     5750.65
11    -850.00
Name: Array, dtype: float64

Answer 2

float('(-6.0') 不是数字时会抛出异常。使用此功能非常符合 Pythonic (duck typing)：

arr = (['1140.0', '-600.0', '-700.6', '5700.45', '(~par)', '(-6.0', '690.6', '...',
'-----', '5750.65', '#', '-850.0'])

arr_clean = list()

for elm in arr:
    try:
        float(elm)
        print("could     convert string to float:", elm)
        arr_clean.append(elm)
    except ValueError as e:
        print(e)

print(arr_clean)

这个输出：

could     convert string to float: 1140.0
could     convert string to float: -600.0
could     convert string to float: -700.6
could     convert string to float: 5700.45
could not convert string to float: '(~par)'
could not convert string to float: '(-6.0'
could     convert string to float: 690.6
could not convert string to float: '...'
could not convert string to float: '-----'
could     convert string to float: 5750.65
could not convert string to float: '#'
could     convert string to float: -850.0
['1140.0', '-600.0', '-700.6', '5700.45', '690.6', '5750.65', '-850.0']