pandas 数值显示在非数字系列中

Question

为什么即使在调用 str.strip 后，数字值仍被视为非数字？

这是我的情况：

df['ID'] = df['ID'].str.strip()

id = df['ID']

indices = [ i for (i, v) in enumerate(id.str.isnumeric()) if v == False ]

non_numeric = id.filter(indices)

id.head(-5)

And this is the output of id.head(-5):

141       C536379

154       C536383

235       C536391

236       C536391

237       C536391

           ...   

470612     576618

470614     576618

470616     576618

470618     576618

470673     576618

Name: ID, Length: 7892, dtype: object

为什么所有这些不以字母开头的数字仍然存在于 non_numeric 数组中？

起初我以为这是由于前导空格造成的，但后来我添加了 strip() 并且没有任何改变。

编辑：我需要分析系列中的非数值，所以我试图提取它们。

Answer 1

看看您最新的编辑，我相信这就是您想要做的：“编辑：我需要分析系列中的非数值，因此我正在尝试提取它们。”如果只看字符串，有很多方法。这是一个。用于pd.to_numeric()创建系列s并传递errors='coerce'。这将返回NaN非数字数据的值。从那里将其作为过滤器传递到NaN该系列行的数据帧，使用isnull()：s = pd.to_numeric(df['ID'], errors='coerce')df = df[s.isnull()]df    ID141 C536379154 C536383235 C536391236 C536391237 C536391