如今，我面临一个问题，就是有些数据集中包含异常。例如，在一个数据集中有一个数字列。从外部可以很容易地识别出该列的最大字段是数字，但其数据类型却是对象。不仅如此，其中一些字段还包含非数字值。
例如：
一个数据集有一个”年龄“列：[23, 34, 54, 33, pp, 27, 43]，其数据类型为对象。
现在，检查一下其中包含一个字符串值”pp“，这被我们称为数据集中的异常。
现在我的问题是，如何找到那些包含类似”pp“这样的异常的行。

这里有一张我想与你讨论的图片

谢谢。

回答：

你可以使用pd.to_numeric()将非数字值的错误强制转换为NaN，然后使用isna()检查NaN。接着，使用.loc定位包含这些NaN值（来自非数字值）的行：

df.loc[pd.to_numeric(df['Age'], errors='coerce').isna()]

示例

data = {"Age": [23, 34, 54, 33, 'pp', 27, 43] }df = pd.DataFrame(data)df.loc[pd.to_numeric(df['Age'], errors='coerce').isna()]  Age4  pp