Pandas：如何删除系列中的非字母数字列

Question

熊猫系列可能包含无效值：

a     b     c     d      e      f     g 
1    ""   "a3"  np.nan  "\n"   "6"   " "

df = pd.DataFrame([{"a":1, "b":"", "c":"a3", "d":np.nan, "e":"\n", "f":"6", "g":" "}])
row = df.iloc[0]

我想产生一个干净的Series，只保留包含数字值或非空非空格字母数字字符串的列：

• [b应该被删除，因为它是一个空字符串；
• [d因为np.nan;
• [e和g，因为只有空格的字符串。

预期结果：

a      c     f
1    "a3"   "6"

我如何过滤包含数字或有效字母数字的列？

• [row.str.isalnum()返回NaN的a，而不是我期望的True。
• [row.astype(str).str.isalnum()将d的np.nan更改为字符串"nan"，随后将其视为有效的字符串。
• [row.dropna()当然只丢弃d（np.nan）。

我看不到https://pandas.pydata.org/pandas-docs/stable/reference/series.html列出了太多其他可能性

作为一种解决方法，我可以循环使用items（）检查类型和内容，并根据我想保留的值创建一个新的Series，但是这种方法效率低下（而且很丑陋：]

for index, value in row.items():
    print (index, value, type(value))


# a 1 <class 'numpy.int64'>
# b  <class 'str'>
# c a3 <class 'str'>
# d nan <class 'numpy.float64'>
# e 
#  <class 'str'>
# f 6 <class 'str'>
# g   <class 'str'>

是否有任何布尔过滤器可以帮助我挑选出好的列？

Answer 1

用途：

row = row[row.astype(str).str.isalnum().fillna(False) & row.notna()]
print (row)
a     1
c    a3
f     6
Name: 0, dtype: object

Answer 2

您可以使用正则表达式

row[row.notna() & row.astype(str).str.match('[a-zA-Z0-9]+')]