我的dataframe里的每一个数据都由数字和非数字组成，我想将数据里的非数字删除，该怎么做

您可以使用 Pandas 的 `replace` 方法，将非数字替换为 NaN，然后使用 `dropna` 方法删除 NaN 值所在的行或列。具体代码如下：

import pandas as pd

# 创建一个包含数字和非数字的 DataFrame
df = pd.DataFrame({'A': [1, 'a', 2, 'b'], 'B': ['c', 3, 'd', 4]})

# 将非数字替换为 NaN
df = df.replace(to_replace=r'[^0-9]+', value=pd.np.nan, regex=True)

# 删除包含 NaN 值的行
df = df.dropna()

print(df)

这段代码会输出一个只包含数字的 DataFrame，其中非数字已经被删除了。

相关问题

如果是拆分dataframe里的字符串呢 每行都有56个数字 挤在一列 我想分成56列

如果你有一个DataFrame，其中的每行都包含一个以空格分隔的56个数字的字符串，你可以使用split()函数将字符串拆分为一个数字列表，然后使用pandas库将该列表转换为56列的DataFrame。

以下是一个示例代码，演示了如何将每行包含56个数字的字符串拆分为56列：

import pandas as pd

# 示例DataFrame，每行包含以空格分隔的56个数字的字符串
df = pd.DataFrame({'numbers': ['1 2 3 4 5 ... 54 55 56', '1 2 3 4 5 ... 54 55 56', ...]})

# 将每行的数字字符串拆分为列表
df['numbers'] = df['numbers'].apply(lambda x: x.split())

# 将列表转换为56列的DataFrame
df = pd.DataFrame(df['numbers'].tolist(), columns=range(1, 57))

print(df)

运行这段代码后，将得到一个包含56列的DataFrame，每列包含一行中的一个数字。这里的示例DataFrame包含一个名为"numbers"的列，其中的每个元素是一个以空格分隔的56个数字的字符串。你可以根据你的实际需求替换为自己的DataFrame和列名。

将两个DataFrame里面的数据做乘法

可以使用 pandas 库中的 `multiply()` 方法将两个 DataFrame 中的数据进行乘法。

示例代码如下：

import pandas as pd

# 创建两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [2, 3, 4], 'B': [5, 6, 7]})

# 将两个 DataFrame 中的数据进行乘法
result = df1.multiply(df2)

print(result)

输出结果如下：

   A   B
0  2  20
1  6  30
2 12  42

其中，`multiply()` 方法默认是按列进行乘法。如果需要按行进行乘法，可以设置 `axis` 参数为 1，示例代码如下：

result = df1.multiply(df2, axis=1)

输出结果如下：

   A   B
0  4  20
1  15  30
2  36  42