python删除非整数行，转换为int答案

【问题标题】：python drop non-integer rows, convert to intpython删除非整数行，转换为int
【发布时间】：2014-07-27 05:23:20
【问题描述】：

有没有一种简单的方法来删除包含非整数单元格值的行，然后/并将字符串转换为整数，然后升序排序？我有包含要删除的字符串的数据集（应该只是记录编号的单列）。这段代码似乎可以工作，但排序似乎就像“float”是“string”一样。例如，记录编号是这样排序的：

代码：

import pandas

with open('GridExport.csv') as incsv:
    df1 = pandas.read_csv(incsv,  usecols=['Record Number'])
    cln = pandas.DataFrame()
    cln['Record Number'] = [x for x in df1['Record Number'] if x.isdigit()]
    cln.astype(float)
    print(cln.sort(['Record Number']))

有没有办法在不先转换为浮动的情况下做到这一点？我想删除不适合 int64 的数字

【问题讨论】：

标签： python string sorting pandas integer

【解决方案1】：

您可以将所有字符串元素转换为浮点元素，并按照以下方法进行排序

    def numeric_compare(x, y):
    return float(x)-float(y)

>>> sorted(['10.0','2000.0','30.0'],cmp=numeric_compare)
['10.0', '30.0', '2000.0']

【讨论】：

【解决方案2】：

您的代码中的问题是该行

cln['Record Number'].astype(float)

不修改数据框。因此，它将列视为字符串类型并相应地对其进行排序。如果您打印cln['Record Number'].dtype 声明之后，应该说清楚。如果你想修改它，你应该做分配

cln['Record Number'] = cln['Record Number'].astype(float)

【讨论】：

有没有办法从原始输入 df1 中删除非整数而不是制作新系列？