如何在数据集中找到毛刺？

Question

现在，我面临一个问题，这里有一些包含故障的数据集。 就像在数据集中有一个数字列。 从外部可以很容易地识别出最大字段有数字。 但它的数据类型是Object。 不仅某些字段具有非数字值。
例如：
一个数据集有“年龄”列： [23, 34, 54, 33, pp, 27, 43]并且它的数据类型是对象。
现在，Chake 这个它有一个字符串值“ pp ”到数字值中。 我们所知道的数据集中的故障。
现在我的问题是我怎样才能找到那些包含像“ pp ”这样的小故障的行。

这是我想与您讨论的内容的图像

谢谢。

Answer 1

您可以使用pd.to_numeric()为了胁迫错误（非数值），以NaN ，然后检查NaN与isna() 然后，使用.loc使用这些NaN值（来自非数字值）定位行：

df.loc[pd.to_numeric(df['Age'], errors='coerce').isna()]

演示

data = {"Age": [23, 34, 54, 33, 'pp', 27, 43] }
df = pd.DataFrame(data)

df.loc[pd.to_numeric(df['Age'], errors='coerce').isna()]

  Age
4  pp