python - Pandas 数据帧 : Remove row satisfying certain condition

Question

我有一个名为 df 的 Pandas DataFrame，其中包含一个名为 _text 的列。我想删除 _text 中的值不是字符串的所有行。

最初我是这样做的:

df['_text'] = df['_text'].apply(lambda t: t if isinstance(t, basestring) else '')

但这只是将其设置为空字符串。

如何删除 _text 列中的值不是字符串的任何行？

谢谢!

Answer 1

你已经很接近了，只需要从 apply 返回 bool 掩码，然后使用 boolean indexing返回所有字符串值(因此删除所有非字符串，如数字):

df[df['_text'].apply(lambda t: isinstance(t, basestring))]

或者:

df[df['_text'].apply(type) == basestring]

示例:

df= pd.DataFrame({'_text':[1,4,'ss','']})
print (df)
  _text
0     1
1     4
2    ss
3     

print (df['_text'].apply(lambda t: isinstance(t, basestring)))
0    False
1    False
2     True
3     True
Name: _text, dtype: bool

#for python 3 it return str,  for python 2 basestring
print (df['_text'].apply(type))
0    <class 'int'>
1    <class 'int'>
2    <class 'str'>
3    <class 'str'>
Name: _text, dtype: object

df1 = df[df['_text'].apply(lambda t: isinstance(t, basestring))]
print (df1)
  _text
2    ss
3      

df1 = df[df['_text'].apply(type) == basestring]
print (df1)
  _text
2    ss
3