前5非數字，非空，不同於一列值

Question

如何獲得的第一個五年非數字，非空，不同於一列的值？

例如，給定表如下

col1 
===== 
n1 
1   
2   
n2 
n3 
n3 
n4 
n5 
n5 
n6 
None 

我想

col1 
===== 
n1  
n2 
n3 
n4 
n5 

Answer 1

您可以使用pd.to_numeric到非楠強制NaN，然後反轉面具和選擇前5個獨特的價值觀：

In [9]: 
df.loc[df.index.difference(pd.to_numeric(df['col1'], errors='coerce').dropna().index),'col1'].unique()[:5] 

Out[9]: 
array(['n1', 'n2', 'n3', 'n4', 'n5'], dtype=object) 

Answer 2

您可以使用：

df = pd.DataFrame({'col1':['n1', '1', '2', 'n2', 'n3', 'n3', 'n4', 'n5', 'n5', 'n6','None']}) 

• 刪除字符串NaN和None通過replace
• 刪除數字由to_numeric和boolean indexing
• 刪除重複的drop_duplicates
• 如果head
• 獲得前5個值需要reset_index爲單調遞增索引

df = df.loc[pd.to_numeric(df.col1.replace({'None':1, 'NaN':1}), 
          errors='coerce').isnull(), 'col1'] 
     .drop_duplicates() 
     .head(5) 
     .reset_index(drop=True) 

print (df) 
0 n1 
1 n2 
2 n3 
3 n4 
4 n5 
Name: col1, dtype: object 

另一種可能的解決方案：

df = pd.Series(df.loc[pd.to_numeric(df.col1 
         .replace({'None':1, 'NaN':1}), errors='coerce').isnull(), 'col1'] 
     .unique()[:5]) 
print (df) 
0 n1 
1 n2 
2 n3 
3 n4 
4 n5 
dtype: object 

---

但如果混合值 - 數字與strings：

df = pd.DataFrame({'col1':['n1', 1, 1, 'n2', 'n3', 'n3', 'n4', 'n5', 'n5', 'n6', None]}) 

df = pd.Series(df.loc[df.col1.apply(lambda x: isinstance(x, str)), 'col1'] 
     .unique()[:5]) 

print (df) 
0 n1 
1 n2 
2 n3 
3 n4 
4 n5 
dtype: object