Finden nicht-ganzzahliger Werte in Pandas-Serie Objekt

Question

Wie finden Sie nicht ganzzahlige Werte wie float, String in Pandas-Serie-Objekt?

Haben Sie eine Serie Objekt wie dieses,

a=(1.2,3,4,5,6,2,8,5,9) 

ich to_numeric versucht, aber dies ist nicht zu helfen float Werte zu identifizieren. Gibt es eine Möglichkeit, integer Werte zu überprüfen?

Answer 1

können Sie list comprehension verwenden für die Überprüfung nicht ganzzahlige Werte, wenn type Werte string und integer:

import pandas as pd 

a=['a',3,4,5,6,2,8,5,9] 

s = pd.Series(a) 
print s 
0 a 
1 3 
2 4 
3 5 
4 6 
5 2 
6 8 
7 5 
8 9 
dtype: object 

print [type(x) for x in s] 
[<type 'str'>, <type 'int'>, <type 'int'>, <type 'int'>, <type 'int'>, <type 'int'>, <type 'int'>, <type 'int'>, <type 'int'>] 

print [type(x) == int for x in s] 
[False, True, True, True, True, True, True, True, True] 

Oder von to_numeric mit notnull:

print pd.to_numeric(s, errors='coerce').notnull() 
0 False 
1  True 
2  True 
3  True 
4  True 
5  True 
6  True 
7  True 
8  True 
dtype: bool 

Wenn Werte int und float , Series konvertieren Sie alle Werte in float:

import pandas as pd 

a=[1.2,3,4,5,6,2,8,5,9] 

s = pd.Series(a) 
print s 
0 1.2 
1 3.0 
2 4.0 
3 5.0 
4 6.0 
5 2.0 
6 8.0 
7 5.0 
8 9.0 
dtype: float64 

print [type(x) for x in s] 
[<type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>, <type 'numpy.float64'>]