根据对象的类型（即 str）从 DataFrame 中选择行答案

【问题标题】：Select row from a DataFrame based on the type of the object(i.e. str)根据对象的类型（即 str）从 DataFrame 中选择行
【发布时间】：2020-01-13 23:39:13
【问题描述】：

所以有一个DataFrame说：

>>> df = pd.DataFrame({
...                 'A':[1,2,'Three',4],
...                 'B':[1,'Two',3,4]})
>>> df
       A    B
0      1    1
1      2  Two
2  Three    3
3      4    4

我想选择特定列的特定行的数据类型为str类型的行。

例如，我想选择A 列中数据的type 为str 的行。所以它应该打印如下内容：

   A      B
2  Three  3

谁的直观代码会是这样的：

df[type(df.A) == str]

这显然行不通！

谢谢请帮忙！

【问题讨论】：

标签： python pandas

【解决方案1】：

这行得通：

df[df['A'].apply(lambda x: isinstance(x, str))]

【讨论】：

永远不要使用type(obj) == typeobj。使用isinstance(obj, typeobj)，或者如果必须排除子类，则使用type(obj) is typeobj（身份测试，而不是平等）。

【解决方案2】：

你可以做一些类似你要求的事情

In [14]: df[pd.to_numeric(df.A, errors='coerce').isnull()]
Out[14]: 
       A  B
2  Three  3

为什么只有相似？因为 Pandas 将事物存储在同构列中（列中的所有条目都是同一类型）。即使您从异构类型构建了 DataFrame，它们也都被分成了每个最小公分母的列：

In [16]: df.A.dtype
Out[16]: dtype('O')

因此，您无法询问哪些行属于什么类型 - 它们都属于同一类型。您可以做的是尝试将条目转换为数字，并检查转换失败的位置（这就是上面的代码所做的）。

【讨论】：

谢谢:) 但是isnull() 是怎么回事？它返回什么？
@wolframalpha 给定一个系列，它返回一个布尔系列，指示该系列的哪些条目中有空值。所以，首先我们使用to_numeric（在转换失败时放置一个空值），然后在结果上运行isnull。
我认为这应该是正确的答案，因为即使有一个字符串，整列也会是一个字符串。这种混合物太简单了，因此接受的答案奏效了。在现实生活中，这是一个救命稻草。
这是最好和最快的解决方案（比应用 lambda 好得多）；应该是公认的答案。

【解决方案3】：

使用系列来保存混合的数字和非数字类型通常是个坏主意。这将导致您的系列具有 dtype object，这只不过是一个指针序列。与list 非常相似，而且事实上，此类系列上的许多操作都可以使用list 更有效地处理。

有了这个免责声明，您可以通过列表理解使用布尔索引：

res = df[[isinstance(value, str) for value in df['A']]]

print(res)

       A  B
2  Three  3

pd.Series.apply 可以实现等价，但这只不过是一个隐蔽的循环，可能比列表理解要慢：

res = df[df['A'].apply(lambda x: isinstance(x, str))]

如果您确定所有非数字值都必须是字符串，那么您可以转换为数字并查找空值，即无法转换的值：

res = df[pd.to_numeric(df['A'], errors='coerce').isnull()]

【讨论】：