pandas筛选任意列含字符串的行 拆分可转换为整型的干净数据集

核心逻辑是构造布尔掩码判断每行是否包含指定异常字符，再按掩码拆分数据集，无需手动指定列名，兼容任意列数的object类型DataFrame。

完整实现代码 #

import pandas as pd

# 示例原始数据
df = pd.DataFrame({
    'col1':[1,2,'a',0,3],
    'col2':[1,2,3,4,5],
    'col3':[1,2,3,'45a5',4]
})

# 1. 定义需要排查的异常字符集合，可按需扩展新增
invalid_chars = {'a', 'b'}
# 2. 逐元素判断是否包含异常字符，按行聚合得到异常行掩码（只要有一列符合就标记为异常行）
error_mask = df.applymap(lambda x: any(char in str(x) for char in invalid_chars)).any(axis=1)

# 3. 拆分数据集
df_clean = df[~error_mask].reset_index(drop=True)
df_error = df[error_mask].reset_index(drop=True)

运行结果验证 #

输出df_clean即为无异常字符的干净数据集，可直接转换为integer类型：

输出df_error即为包含异常字符的行集合：

注意事项 #

• 可灵活调整invalid_chars集合的内容，自定义需要排查的异常字符
• 无需单独指定列名，自动适配任意列数的DataFrame
• 若不需要重置拆分后数据集的索引，可删除reset_index(drop=True)代码段

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