如何检查列是否有数字（包括科学数字），如果是，请保留它，否则将其留空 - Python Pandas

Question

我目前正在尝试清理此数据集，但没有运气。这是我使用的初始代码：import pandas as pdLocation =r'file.rpt'df = pd.read_fwf(Location, delim_whitespace=True)df=df.iloc[12:] #need to optimise thisdf2 = df.rename({'********************************************************************************': 'Nodes'}, axis=1) df2[['Nodes', 'disp1','disp2','disp3']] = df2['Nodes'].str.split(n=3, expand=True)输出：    Node disp1 disp2 disp312  1001    0.  0.  0.13  1002    0.  0.  0.14  1003    0.  0.  0.15  1004    0.  0.  -10.0E-316  1005    0.  --  -9.0E-317  1006    0.  te  0.我的主要问题 - 我试图找到一种方法使每列只包含数字。我尝试了这个解决方案来删除非数字字符：df2=df2[pd.to_numeric(df2['Nodes'], errors='coerce').notnull()]df2=df2[pd.to_numeric(df2['IP'], errors='coerce').notnull()]df2=df2[pd.to_numeric(df2['ESF'], errors='coerce').notnull()]然而，它所做的是从单元格中删除“E”（科学记数法），并保留一堆其他东西，如“--”和非数字。是否有任何解决方案：检查列是否为数字（允许科学数字） - 如果不是，请将其留空。我开始认为这与我拆分数据时使用“str.split”的事实有关，这使它成为字符串而不是浮点数/整数...我不知道。任何帮助赞赏。

Answer 1

如此处所述，解决方案为：

df2 = df2.apply(pd.to_numeric, errors='coerce')

之后，您的数据帧中包含 NaN 值。这就是熊猫的空白。