使用 str.contains 使用正则表达式检查列中的数值时出错

Posted 2023-03-12

【中文标题】使用 str.contains 使用正则表达式检查列中的数值时出错

【英文标题】：Error while using str.contains for checking numeric values in a column using regex

【发布时间】：2021-12-30 11:05:13

【问题描述】：

我有一个数据框。我想检查特定列是否具有数值或不使用正则表达式匹配。当我使用str.contains 时，它会显示如下错误。检查列中的所有值是否都有数值的正确方法是什么？

df= 
 Roll.No  Words 
  20       two
  30       three
  40       four
  50       five
  60       Nan
  70       Nan
df = df[df['Roll.No'].str.contains(r'[^0-9]', na=True)]
Error: AttributeError: Can only use .str accessor with string values!

【问题讨论】：

看起来Roll.No 是一个数字列。你想在那里找到什么？点和逗号？然后将其转换为 str，df[df['Roll.No'].astype(str).str.contains(r'[^0-9]', na=True)]

是的。如果有特殊字符或字符串值，我粘贴的代码将起作用。我只想检查一列是否只有数值，无论该列是数字字符还是特殊字符。如果存在特殊字符或字符串值，则应删除，如果没有特殊字符或字符串值，则应保持不变

【参考方案1】：

你可以使用

df = df[df['Roll.No'].astype(str).str.contains(r'[^0-9]', na=True)]

使用.astype(str)，您将能够在数字列上运行正则表达式。

.str.contains(r'[^0-9]', na=True) 表达式将查找至少包含一个非数字字符（如点或逗号）的所有值。

【讨论】：

感谢您的回答，但是如果该列有空值并且我不想将它们过滤掉怎么办？应该 na= False 吗？我尝试这样做，但它也在过滤空值。

@kristintamas null 是什么意思？ np.nan?

南值。没有价值的行

@kristintamas 您可能希望首先将所有nans 转换为空字符串。 df = df.fillna('')。或者，df = df[df['Roll.No'].astype(str).fillna('').str.contains(r'[^0-9]', na=True)]

是的，就是这样。谢谢