dataframe 过滤掉多列含有字母的行

假设有一个名为df的DataFrame，其中包含多列，可以使用以下代码过滤掉多列含有字母的行：

import pandas as pd

# 创建示例数据
data = {'col1': [1, 2, 'a', 4], 'col2': [5, 'b', 7, 8], 'col3': ['c', 10, 11, 12]}
df = pd.DataFrame(data)

# 过滤掉多列含有字母的行
df = df[~df.applymap(lambda x: isinstance(x, str)).any(axis=1)]

首先，使用applymap方法将每个元素转换为其类型的布尔值。如果元素是字符串，则返回True，否则返回False。然后，使用any方法检查每行是否至少有一个True值。最后，使用取反运算符(~)过滤掉含有字母的行。

相关问题

spark dataframe过滤某一列不含0.0的数据

你可以使用`filter`函数结合`!=`操作符来实现过滤某一列不含0.0的数据，具体代码如下：

from pyspark.sql.functions import col

df_filtered = df.filter(col("your_column_name") != 0.0)

其中，`df`为你的DataFrame对象，`your_column_name`为你要过滤的列名。这段代码会返回一个新的DataFrame对象`df_filtered`，其中不包含任何一行的`your_column_name`列值为0.0的数据。

pandas选取 dataframe中的多列

要选取 DataFrame 中的多列，可以使用以下方法：

1. 使用列名列表：将要选取的列名放入一个列表中，在 DataFrame 中使用该列表作为索引即可选取这些列。

df[['列名1', '列名2', '列名3']]

2. 使用 iloc：使用整数位置索引来选取列。在 iloc 中，第一个参数指定要选取的行，第二个参数指定要选取的列。使用 ":" 表示选取所有行。

df.iloc[:, [0, 1, 2]]

3. 使用 loc：使用标签索引来选取列。在 loc 中，第一个参数指定要选取的行，第二个参数指定要选取的列。

df.loc[:, ['列名1', '列名2', '列名3']]

请注意，这些方法都返回一个新的 DataFrame，不会修改原始 DataFrame。