如何移除Pandas DataFrame指定列含字母的行？

你的代码有两个关键问题导致没生效：

• 判断逻辑错误：str.isalpha()只会识别完全由字母组成的内容，但你要移除的是只要包含字母的行，这个方法覆盖不了混合字母和数字的情况（比如123abc）。
• 未修改原DataFrame：你用sysco_all.loc[...]切片后，没有把结果赋值回原变量，也没使用inplace参数，原DataFrame根本没变化。

修正后的完整代码 #

import pandas as pd

# 读取文件路径并去除引号
sysco1file = input("Input path of FS1 file: ").replace('"', "")
sysco2file = input("Input path of FS2 file: ").replace('"', "")
sysco3file = input("Input path of FS3 file: ").replace('"', "")

# 读取制表符分隔的文件，所有值按字符串处理
sysco_1 = pd.read_csv(sysco1file, sep='\t', dtype=str)
sysco_2 = pd.read_csv(sysco2file, sep='\t', dtype=str)
sysco_3 = pd.read_csv(sysco3file, sep='\t', dtype=str)

# 合并三个文件的行
sysco_all = pd.concat([sysco_1, sysco_2, sysco_3])

# 移除CompAcctNum列的空值
sysco_all.dropna(subset=['CompAcctNum'], inplace=True)

# 确保所有值为字符串类型
sysco_all = sysco_all.astype(str)

# 核心修正：移除CompanyNumber列包含字母的行
# 使用正则匹配所有字母，取反后筛选行并赋值回原变量
sysco_all = sysco_all[~sysco_all['CompanyNumber'].str.contains('[a-zA-Z]', na=False)]

# 写入CSV（建议加上index=False避免生成多余的索引列）
sysco_all.to_csv(r"C:\Users\user\Desktop\testcsvfile.csv", index=False)

关键说明 #

1. str.contains('[a-zA-Z]')：用正则表达式匹配任意大小写字母，只要单元格里有字母就会返回True，取反（~）后就会筛选出不包含字母的行。
2. na=False：防止单元格为空时出现报错，直接把空值视为不包含字母（如果需要移除空值可以提前处理）。
3. 赋值回原变量：必须把筛选后的结果重新赋值给sysco_all，或者用sysco_all.drop(sysco_all[sysco_all['CompanyNumber'].str.contains('[a-zA-Z]')].index, inplace=True)这种原地修改的方式。

针对你给出的示例验证 #

如果是处理示例中的B列，代码可以这么写：

import pandas as pd

data = {
    'A': [9,8,7,6],
    'B': ['1','2','cat','4'],
    'C': ['a','b','c','d']
}
df = pd.DataFrame(data)

# 移除B列含字母的行
df = df[~df['B'].str.contains('[a-zA-Z]')]
print(df)

输出结果就是你期望的：

A  B  C
0  9  1  a
1  8  2  b
3  6  4  d

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