Python Pandas isnumeric函數：判斷字符串是否為數字

一、何為isnumeric函數

Python中isnumeric()是Python Pandas庫中的一個函數，可以用於判斷字符串是否為數字。

import pandas as pd
 
str1 = '054726'
str2 = '-19.62'
str3 = 'Python101'
 
print(pd.api.types.is_numeric_dtype(str1))     #True
print(pd.api.types.is_numeric_dtype(str2))     #True
print(pd.api.types.is_numeric_dtype(str3))     #False

我們可以使用is_numeric_dtype方法來判斷給定Series中是否都是數值型的數據。在上述示例中，str1和str2都是數值數據類型，而str3是文本數據類型，因此返回結果分別為True、True和False，表明str1和str2中的所有字符串都可以轉換為數字類型，而str3不行。

二、如何使用isnumeric函數

isnumeric()函數的語法如下:

pandas.api.types.is_numeric_dtype(arr_or_dtype)

其中arr_or_dtype: array-like，傳入一個數組或DataFrame。

三、isnumeric函數實例

下面我們構建一個簡單的例子來了解isnumeric()函數的使用：

import pandas as pd
 
# 聲明數據
data = {'序號': [1, 2, 3, 4],
        '溫度': [28.4, 33.5, '二十六', 29],
        '體重': [174.2, 168.9, 200.1, 181.5]}
 
# 創建 DataFrame
df = pd.DataFrame(data)
 
# 輸出
print(df)

# 判斷是否都是數值類型
res1 = df.apply(pd.api.types.is_numeric_dtype)
print(res1)

# 找到數值類型
res2 = df.select_dtypes(include=[float, int]).head()
print(res2)

在上述代碼中，我們首先聲明了一個數據data字典，其中包含了一些數值和一些文本數據。接着，我們將其放到pd.DataFrame()的構造函數中，將其轉換為DataFrame，並輸出結果。

接着，我們使用apply方法和is_numeric_dtype來遍歷Series或DataFrame中的每一行，並判斷是否都是數值類型。 最後，我們使用select_dtypes方法從DataFrame中選擇包含類型有float和int的數據，並輸出結果。

四、isnumeric函數的注意事項

在使用isnumeric()函數時需要注意以下幾點：

第一，isnumeric()函數不適用於純數字類型的字符串。例如，’123’、’1.23’和’ -42 ‘這些純數字類型的字符串可以直接轉換為數字類型，因此isnumeric()函數返回False。

第二，一些包含特殊符號的字符串，如貨幣符號，可能無法通過isnumeric()函數來判斷其是否為數值類型。因此，在通過此函數來判斷數據類型時需要注意。

五、總結

本篇文章主要介紹了Python Pandas中isnumeric()函數的使用方法和注意事項。通過examples來詳細說明了該函數的使用，並提醒大家在使用該函數時需要小心數據類型的特殊情況，如特殊符號的處理。