PythonでpandasのSeriesから整数要素のみを抽出・フィルタリングする方法

文字列と整数が混在するpandasのSeriesから、整数要素のみを抽出する方法を、2つの異なるアプローチで解説します。

入力データと期待される出力

入力 ― 次のようなSeriesを想定します。

0    1
1    2
2    python
3    pandas
4    3
5    4
6    5

出力 ― 整数要素のみを抽出した結果は以下の通りです。

0    1
1    2
4    3
5    4
6    5

解法1：type()でデータ型を判定する

• pandasのSeriesを定義します。

• forループとitems()メソッドでインデックスと値を順番に取り出し、type()関数で各値がint型かどうかを判定します。

• 条件を満たす要素（整数）だけをインデックス付きで出力します。

実装例

以下のコードで動作を確認してみましょう。

import pandas as pd

ls = [1, 2, "python", "pandas", 3, 4, 5]
data = pd.Series(ls)

for i, j in data.items():
    if type(j) == int:
        print(i, j)

出力

0    1
1    2
4    3
5    4
6    5

この方法はシンプルで直感的です。なお、よりPythonicな書き方としては isinstance(j, int) を使うのもおすすめです。

解法2：正規表現とfilter()を組み合わせる

• lambda式の中で正規表現 \d+（1桁以上の数字）にマッチするかどうかを判定します。

• re.match()は文字列にしか適用できないため、str(x)ですべての要素を文字列に変換してから評価します。

• 最後に isin() 関数を使い、元のSeriesから該当する値を持つ行だけを抽出します。

実装例

import pandas as pd
import re

ls = [1, 2, "python", "pandas", 3, 4, 5]
data = pd.Series(ls)

result = pd.Series(filter(lambda x: re.match(r"\d+", str(x)), data))
print(data[data.isin(result)])

出力

0    1
1    2
4    3
5    4
6    5

まとめ

型チェックによる方法はコードが読みやすく、厳密にint型だけを対象にできるのが特徴です。一方、正規表現を使う方法は柔軟性が高い反面、「123」のような数字のみで構成された文字列もマッチしてしまう点に注意が必要です。目的やデータの性質に応じて、2つの方法を使い分けるとよいでしょう。