如何删除DataFrame中sku列包含英文字母的对应行

你目前写的两行空值过滤代码是等价的，pandas中isnull()和isna()功能完全一致，可以合并为一行简化写法：

df = df[df['sku'].notna()]

根据你的需求，删除含字母的sku对应行可以按两种场景选择实现方式： #

场景1：仅保留纯数字组成的sku行（仅保留0001、0002这类全数字取值，排除所有含非数字字符的行） #

先将sku列统一转为字符串格式，避免数值型sku丢失前置0的问题，再用正则匹配纯数字规则：

# 统一转为字符串格式，保留sku的前置0特征
df['sku'] = df['sku'].astype(str)
# 筛选仅由数字组成的sku行
df = df[df['sku'].str.match(r'^\d+$')]

场景2：仅排除含英文字母的sku行（允许sku包含数字外的其他符号，如横杠、井号、下划线等） #

直接用正则匹配所有大小写英文字母，取反过滤即可：

df = df[~df['sku'].str.contains(r'[a-zA-Z]', na=False)]

参数na=False是为了避免未过滤干净的空值导致报错，如果你已经提前完成空值过滤可以省略该参数。

内容的提问来源于stack exchange，提问作者user16628047