Python| Pandas Series.str.isdigit()
Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。
Pandas str.isdigit()方法用于检查序列中每个字符串中的所有字符是否都是数字。字符串中出现的空格或任何其他字符都将返回 false。如果数字是十进制的，那么也将返回 false，因为这是一个字符串方法和 '.'是字符串中的特殊字符而不是小数。
Syntax: Series.str.isdigit()
Return Type: Boolean series, Null values might be included too depending upon caller series.
要下载代码中使用的 CSV，请单击此处。
在以下示例中，使用的数据框包含一些 NBA 球员的数据。下面附上任何操作之前的数据帧图像。 _0.png)
例子：
在此示例中， .isdigit()方法应用于 Age 列。在执行任何操作之前，使用.dropna( ) 删除空行以避免错误。
由于 Age 列是作为 Float dtype 导入的，因此首先使用.astype()方法将其转换为字符串。之后， isdigit()被应用了两次，首先是在原始系列上，然后是'.'。使用str.replace()方法删除，以查看删除特殊字符后的输出。
# importing pandas module
import pandas as pd
# making data frame
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
# removing null values to avoid errors
data.dropna(inplace = True)
# converting dtype to string
data["Age"]= data["Age"].astype(str)
# removing '.'
data["Age new"]= data["Age"].str.replace(".", "")
# creating bool series with original column
data["bool_series1"]= data["Age"].str.isdigit()
# creating bool series with new column
data["bool_series2"]= data["Age new"].str.isdigit()
# display
data.head(10)
输出：
如输出图像所示，布尔系列是假的，直到小数出现在字符串中。删除它后，新系列的所有值都为 True。 _1.png)