Python | Serie Pandas.str.isdigit()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

El método Pandas str.isdigit()se usa para verificar si todos los caracteres en cada string en serie son dígitos. Los espacios en blanco o cualquier otra aparición de carácter en la string devolverían false. Si el número está en decimal, también se devolverá falso ya que este es un método de string y ‘.’ es un carácter especial y no un decimal en strings.

Sintaxis: Series.str.isdigit()

Tipo de devolución: serie booleana, los valores nulos también pueden incluirse según la serie de la persona que llama.

Para descargar el CSV utilizado en el código, haga clic aquí.

En los siguientes ejemplos, el marco de datos utilizado contiene datos sobre algunos jugadores de la NBA. La imagen del marco de datos antes de cualquier operación se adjunta a continuación.

Ejemplo:
En este ejemplo, .isdigit()el método se aplica en la columna Edad. Antes de realizar cualquier operación, las filas nulas se eliminan usando .dropna() para evitar errores.
Dado que la columna Edad se importa como tipo flotante, primero se convierte en una string usando el .astype() método. Después de eso isdigit(), se aplica dos veces, primero en la serie original y luego ‘.’ se elimina usando str.replace()el método para ver el resultado después de eliminar los caracteres especiales.

# importing pandas module
import pandas as pd
  
# making data frame
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# removing null values to avoid errors
data.dropna(inplace = True)
  
# converting dtype to string
data["Age"]= data["Age"].astype(str)
  
# removing '.'
data["Age new"]= data["Age"].str.replace(".", "")
  
# creating bool series with original column
data["bool_series1"]= data["Age"].str.isdigit()
  
# creating bool series with new column
data["bool_series2"]= data["Age new"].str.isdigit()
  
# display
data.head(10)

Salida:
como se muestra en la imagen de salida, la serie booleana era falsa hasta que el decimal estuvo presente en la string. Después de eliminarlo, la nueva serie tiene True para todos los valores.