如何检查pandas Series值是否包含任意数字字符并替换无数字值为NaN

直接使用正则匹配逐元素判断是否包含数字即可，该方案天然支持重复索引场景，不需要单独处理重复索引对应的子Series：

完整实现代码 #

import pandas as pd

# 注意原示例用字典构造重复索引会导致前一个c的value被覆盖，这里用正确的方式构造目标Series
ser = pd.Series(data=["Python", "$|", "|32", "dos"], index=['a', 'b', 'c', 'c'])

# 核心逻辑：只要字符串包含任意数字就保留，否则替换为NaN
ser = ser.where(ser.str.contains(r'\d', na=False), pd.NA)

运行结果 #

执行后ser的输出为：

a    <NA>
b    <NA>
c     |32
c    <NA>
dtype: object

原理说明 #

• Series.str.contains(r'\d') 会逐元素扫描字符串，只要存在任意数字字符就返回True，刚好替代isnumeric只能判断全数字的不足，且该操作是逐元素执行的，和索引是否重复无关，重复索引下的每个值都会单独判断。
• where方法会保留条件为True位置的原值，条件为False的位置统一替换为指定的pd.NA（即NaN）。
• 参数na=False是为了兼容序列中本身存在空值的场景，空值会被判定为不包含数字，统一替换为NaN。

内容的提问来源于stack exchange，提问作者xxgaryxx