Pandas str.isnumeric（） 的预期行为

Pandas 字符串方法紧跟 Python 方法：

str.isnumeric(100)    # TypeError
str.isnumeric('100')  # True
str.isnumeric('a10')  # False

任何产生错误的类型都会给出 .根据 Python 文档，仅适用于字符串：NaNstr.isnumeric

str.isnumeric（）
如果字符串中的所有字符都是数字字符，并且至少有一个字符，则返回 true false 否则。

根据 Pandas 文档，相当于：pd.Series.str.isnumericstr.isnumeric

Series.str.isnumeric（）
检查 Series/Index 中每个字符串中的所有字符是否都是数字。等效于 。str.isnumeric()

您的系列具有“对象”dtype，这是一个包罗万象的类型，它包含指向任意 Python 对象的指针。这些可能是字符串、整数等的混合。因此，您应该期望找不到字符串的值。NaN

为了适应数值类型，您需要显式转换为字符串，例如给定一个系列：s

s.astype(str).str.isnumeric()

使用字符串访问器正在将您的数字转换为 ，它甚至在您尝试使用之前就发生了：NaNisnumeric

s = pd.Series([100, 50, 0, 'foo', 'bar', 'baz'])
s.str[:]

0    NaN
1    NaN
2    NaN
3    foo
4    bar
5    baz
dtype: object

因此，当您使用 时，'s 仍然存在。请先使用 astype：NaNisnumeric

s.astype(str).str.isnumeric()

0     True
1     True
2     True
3    False
4    False
5    False
dtype: bool