python-3.x - 获取 pd.DataFrame 中的所有 str 类型元素

Question

基于我对 pandas 的一点了解， pandas.Series.str.contains可以在 pd.Series 中搜索特定的 str .但是，如果数据框很大并且我只想在做任何事情之前浏览其中的各种 str 元素怎么办？

像这样的例子:

pd.DataFrame({'x1':[1,2,3,'+'],'x2':[2,'a','c','this is']})
    x1  x2
0   1   2
1   2   a
2   3   c
3   +   this is

我需要一个函数来返回 ['+','a','c','this is']

Answer 1

有两种可能的方法 - 检查是否保存为字符串的数值。

检查差异:

df = pd.DataFrame({'x1':[1,'2.78','3','+'],'x2':[2.8,'a','c','this is'], 'x3':[1,4,5,4]}) 
print (df)
     x1       x2  x3
0     1      2.8   1
1  2.78        a   4 <-2.78 is float saved as string
2     3        c   5 <-3 is int saved as string
3     +  this is   4

#flatten all values
ar = df.values.ravel()
#errors='coerce' parameter in pd.to_numeric return NaNs for non numeric
L = np.unique(ar[np.isnan(pd.to_numeric(ar, errors='coerce'))]).tolist()
print (L)
['+', 'a', 'c', 'this is']

另一种解决方案是使用自定义函数检查是否可能转换为 float s:

def is_not_float_try(str):
    try:
        float(str)
        return False
    except ValueError:
        return True

s = df.stack()
L = s[s.apply(is_not_float_try)].unique().tolist()
print (L)
['a', 'c', '+', 'this is']

如果需要将所有值保存为字符串，请使用 isinstance :

s = df.stack()
L = s[s.apply(lambda x: isinstance(x, str))].unique().tolist()
print (L)
['2.78', 'a', '3', 'c', '+', 'this is']