在 Python 中跨多个列应用 str.contains 的问题

Question

Dataframe：

col1          col2             col3
132jh.2ad3    34.2             65
298.487       9879.87          1kjh8kjn0
98.47         79.8             90
8763.3        7hkj7kjb.k23l    67
69.3          3765.9           3510

所需的 output：

col1          col2             col3
98.47         79.8             90
69.3          3765.9           3510

我尝试过的：（这不会删除所有带有字母数字值的行）

df=df[~df['col1'].astype(str).str.contains(r'[A-Ba-b]')] #for col1
df=df[~df['col2'].astype(str).str.contains(r'[A-Ba-b]')] #for col2
df=df[~df['col3'].astype(str).str.contains(r'[A-Ba-b]')] #for col3

我想删除所有字母数字行，并且只有包含数字的行。 Col1 和 Col2 有小数点，但 Col3 只有整数。
我已经尝试了一些其他类似的线程，但它没有用。

谢谢您的帮助！！

Answer 1

您可以只使用to_numeric ：

df[df.apply(pd.to_numeric, errors='coerce').notnull().all(1)]

Output：

    col1    col2  col3
2  98.47    79.8    90
4   69.3  3765.9  3510

Answer 2

跑：

df[~df.apply(lambda row: row.str.contains(r'[A-Z]', flags=re.I).any(), axis=1)]

（需要重新导入）。

您的正则表达式包含[AB] ，但它应该匹配所有字母（从A到Z ）。

编辑

如果您还有其他列，但您想将您的标准限制为仅指定的 3 个列，假设它们是连续的列，请运行：

df[~df.loc[:, 'col1':'col3'].apply(lambda row:
    row.str.contains(r'[A-Z]', flags=re.I).any(), axis=1)]

这样，您将与上面相同的 function 应用于这 3 列。

Answer 3

这是一个不需要使用apply （可能很慢）而是stack的解决方案

# stack and use isnumeric to see if str is a number or float
# then unstack and dropna
df[df.stack().str.replace('.','').str.isnumeric().unstack()].dropna()

    col1    col2  col3
2  98.47    79.8    90
4   69.3  3765.9  3510