如何找出待转为数值的列中包含字符串值的行号？

嘿，我来帮你解决这个问题！针对你提到的找出数值列中字符串值所在行号的需求，用Python的pandas就能轻松搞定，下面是具体的实现方案：

方法1：直接使用pandas内置方法快速实现 #

首先我们先构造你的示例数据集：

import pandas as pd

# 构造你提供的数据集
data = {'received': [11, 12, 0, -340, 2, 9, 1, 'aa', 'nn', 'qbb']}
df = pd.DataFrame(data)

接下来，我们利用pd.to_numeric的errors='coerce'参数——它会把无法转换为数值的内容转为NaN，然后我们就能定位这些NaN对应的行号：

# 标记所有无法转为数值的行
df['is_non_numeric'] = pd.to_numeric(df['received'], errors='coerce').isna()

# 获取行号（注意：pandas默认索引从0开始，所以要+1转为你需要的1起始行号）
non_numeric_rows = df[df['is_non_numeric']].index + 1

# 输出结果
print(f"行号：{', '.join(map(str, non_numeric_rows))}包含字符串值。")

运行这段代码后，会直接输出你预期的结果：行号：8, 9, 10包含字符串值。

方法2：封装成可复用的自定义函数 #

如果需要多次使用这个功能，把逻辑封装成函数会更方便：

def get_non_numeric_row_numbers(df, column_name):
    # 尝试将列值转换为数值，无法转换的设为NaN
    numeric_series = pd.to_numeric(df[column_name], errors='coerce')
    # 筛选出NaN对应的行，转为1起始的行号并返回列表
    non_numeric_indices = numeric_series[numeric_series.isna()].index + 1
    return list(non_numeric_indices)

# 调用函数并输出结果
result = get_non_numeric_row_numbers(df, 'received')
print(f"行号：{', '.join(map(str, result))}包含字符串值。")

额外说明 #

• 如果你的数据集本身使用了自定义索引（不是从0开始的连续数字），可以根据实际情况调整是否需要+1来匹配你的行号计数规则。
• 这个方法不仅能识别纯字符串，像'123abc'这种混合数字和字符的内容也能被准确识别为非数值类型。

内容的提问来源于stack exchange，提问作者Sidhartha