有没有一种优雅的方法来选择pandas列中数据类型为float的所有行？

Question

之类的优雅功能

df[~pandas.isnull(df.loc[:,0])]

可以检查pandas DataFrame列并返回整个DataFrame，但要删除所选列中的所有NaN值行。

我想知道是否有类似的函数可以检查并返回以dtype为条件的df列，而无需使用任何循环。

我看过

.select_dtypes(include=[np.float])

但是这只会返回完全具有float64值的列，而不是具有浮点数的列中的每一行。

Answer 1

首先，让我们设置一个包含两列的DataFrame。仅列b具有浮点数。我们将尝试找到此行：

df = pandas.DataFrame({
    'a': ['qw', 'er'],
    'b' : ['ty', 1.98]
})

打印时，外观如下：

    a     b
0  qw    ty
1  er  1.98

然后创建一个地图，以使用apply()

选择行

def check_if_float(row):
    return isinstance(row['b'], float)

map = df.apply(check_if_float, axis=1)

这将给出在b列中具有浮点数的所有行的布尔映射：

0    False
1     True

然后您可以使用此地图选择所需的行

filtered_rows =  df[map]

在b列中只留下包含浮点数的行：

    a     b
1  er  1.98