python - 查找 pandas 数据框中字符串元素的位置

Question

我有一个 pandas 数据框，我怀疑它包含一些字符串

>>> d2
   1     2     3     4     5     6     7     8     9     10    ...   1771  \
0     0     0     0     0     0     0     0     0     0     0  ...      0   
1     0     0     0     0     0     0     0     0     0     0  ...      0   
2     0     0     0     0     0     0     0     0     0     0  ...      0   
3     0     0     0     0     0     0     0     0     0     0  ...      0   
4     0     0     0     0     0     0     0     0     0     0  ...      0   
5     0     0     0     0     0     0     0     0     0     0  ...      0   
6     0     0     0     0     0     0     0     0     0     0  ...      0   
7     0     0     0     0     0     0     0     0     0     0  ...      0   
8     0     0     0     0     0     0     0     0     0     0  ...      0   
9     0     0     0     0     0     0     0     0     0     0  ...      0   

   1772  1773  1774  1775  1776  1777  1778  1779  1780  
0     0     0     0     0     0     0     1   398     2  
1     0     0     0     0     0     0     1   398     2  
2     0     0     0     0     0     0     1   398     2  
3     0     0     0     0     0     0     1   398     2  
4     0     0     0     0     0     0     1   398     2  
5     0     0     0     0     0     0     1   398     2  
6     0     0     0     0     0     0     1   398     2  
7     0     0     0     0     0     0     1   398     2  
8     0     0     0     0     0     0     1   398     2  
9     0     0     0     0     0     0     1   398     2  

[10 rows x 1780 columns]
>>> any(d2.applymap(lambda x: type(x) == str))
True
>>>  

我想找到哪些元素是字符串，并在情况下删除包含这些元素的列。

我怎样才能做到这一点？

我得到了一个奇怪的结果。似乎所有列都有 dtype int 或 float，但同时似乎某些元素是字符串。这怎么可能？

>>> d2.dtypes.drop_duplicates()
1         int64
1755    float64
dtype: object
>>> any(d2.applymap(lambda x: type(x) == str))
True

Answer 1

我想说的是，由于您使用的方法，您得到了误报。

这是我要做的:

要选择可能包含文本的所有列，您可以使用以下命令:

df.select_dtypes(include=['object']).columns

或者:

df.select_dtypes(exclude=['number']).columns

要检查数据框中的任何单元格是否为文本，请使用以下命令:

df.applymap(lambda x: isinstance(x, str)).any().any()

或者删除最后一个 .any() 以查看所有包含文本和不包含文本的列:

df.applymap(lambda x: isinstance(x, str)).any()

调用any(your_dataframe)(以数据帧作为参数)会给您带来误报。