熊猫：如何删除系列中的非字母数字列

Question

熊猫系列可能包含无效值：

a     b     c     d      e      f     g 
1    ""   "a3"  np.nan  "\n"   "6"   " "

df = pd.DataFrame([{"a":1, "b":"", "c":"a3", "d":np.nan, "e":"\n", "f":"6", "g":" "}])
row = df.iloc[0]

我想生成一个干净的系列，仅保留包含数字值或非空非空格字母数字字符串的列：

• b应该被删除，因为它是一个空字符串；
• d因为np.nan;
• e和g，因为只有空格的字符串。

预期结果：

a      c     f
1    "a3"   "6"

如何过滤包含数字或有效字母数字的列？

• row.str.isalnum()为NaN返回a，而不是我期望的True。
• row.astype(str).str.isalnum()将d的{​​{1}}更改为字符串np.nan，随后将其视为有效字符串。
• "nan"当然只会丢弃row.dropna()（d）。

我看不到https://pandas.pydata.org/pandas-docs/stable/reference/series.html

列出了太多其他可能性

作为一种解决方法，我可以循环使用items（）检查类型和内容，并根据我想保留的值创建一个新的Series，但是这种方法效率低下（而且很丑陋）：

np.nan

是否有任何布尔过滤器可以帮助我选出好的列？

Answer 1

将值转换为字符串并通过Series.notna与按位的AND-&链接另一个掩码：

row = row[row.astype(str).str.isalnum() & row.notna()]
print (row)
a     1
c    a3
f     6
Name: 0, dtype: object

Answer 2

您可以使用正则表达式

row[row.notna() & row.astype(str).str.match('[a-zA-Z0-9]+')]