如何筛选Pandas DataFrame目标列中的非数值型单元格？

针对你遇到的场景——某列应为float类型但实际是object类型，需要找出其中所有非数值型单元格，这里提供两种通用且可靠的方法，适配未知异常值的情况：

方法一：利用pd.to_numeric强制转换并筛选NaN #

pd.to_numeric可以尝试将列转为数值类型，通过errors='coerce'参数把无法转换的内容转为NaN，之后筛选出这些NaN对应的原单元格即可，这是最通用的方案：

import pandas as pd

# 读取数据集（修正原示例的URL拼接问题）
url = 'https://ml-repository-krakers.s3-eu-west-1.amazonaws.com/kaggle+/churn_modelling/Telco-Customer-Churn.csv'
df = pd.read_csv(url)

# 筛选目标列中无法转为数值的单元格
target_col = 'TotalCharges'
non_numeric_mask = pd.to_numeric(df[target_col], errors='coerce').isna()
non_numeric_values = df[target_col][non_numeric_mask]

# 查看结果
print(non_numeric_values)

这个方法无需提前知道异常值的具体内容（比如空格、字符串等），所有无法转为float的内容都会被筛选出来，适合未知异常值的场景。

方法二：用正则表达式匹配数值格式 #

通过正则表达式匹配标准的数值格式（整数、小数、正负值），筛选出不匹配的内容：

# 匹配正负整数、小数格式，取反得到非数值行
non_numeric_values = df[target_col][~df[target_col].str.match(r'^-?\d+(\.\d+)?$', na=False)]
print(non_numeric_values)

注：na=False确保如果列中存在pd.NA类型的空值，也会被纳入非数值范围。

额外：统计异常值的种类与数量 #

如果需要明确异常值的具体类型和出现次数，可以配合value_counts()：

print(non_numeric_values.value_counts())

在你提供的Telco-Customer-Churn数据集中，执行后会发现TotalCharges列的非数值值全是空格，和你示例中的结果一致。

内容的提问来源于stack exchange，提问作者BsAxUbx5KoQDEpCAqSffwGy554PSah