isdigit()单独可用但结合np.where处理DataFrame时失效求助

你写的any(char.isdigit() for char in df['Info'])根本不是在检查每个字符串里的字符，而是把整个Series的元素（也就是每个完整的字符串）当成了char来判断！比如它会判断'Tap'这个字符串是不是数字（显然不是）、'15k'是不是数字（也不是），最后整个any()返回的是False，所以np.where直接给所有行都填了'-'。

正确的做法有两种： #

1. 用apply逐元素检查字符 #

通过apply遍历每个字符串里的字符，生成对应布尔数组：

import numpy as np
import pandas as pd

df = pd.DataFrame({'Info': ['Tap', '15k', 'rot', '12psi']})
# 生成每个元素是否含数字的布尔序列
has_digit = df['Info'].apply(lambda s: any(c.isdigit() for c in s))
df['num'] = np.where(has_digit, df['Info'], '-')

2. 用正则表达式更高效 #

Pandas的str.contains可以直接用正则\d匹配数字，代码更简洁，大数据下性能也更好：

df['num'] = np.where(df['Info'].str.contains(r'\d'), df['Info'], '-')

两种方法运行后，你的DataFrame都会得到正确结果：

Info   num
0    Tap     -
1    15k   15k
2    rot     -
3  12psi  12psi

内容的提问来源于stack exchange，提问作者moys