为何pandas中Condition_2为真且Tax<Tax_calculated的筛选失效？

1. 检查Tax和Tax_calculated的数据类型 #

这类比较失效最常见的原因是数据类型不匹配——比如其中一列是字符串格式的数字，另一列是数值类型，字符串与数值的比较逻辑和纯数值比较完全不同，会导致结果不符合预期。

你可以先运行代码查看两列的数据类型：

print(df[['Tax', 'Tax_calculated']].dtypes)

如果输出里有object类型（代表字符串），需要先将它们转成数值类型，注意处理可能存在的非数字字符（比如$、逗号）：

df['Tax'] = pd.to_numeric(df['Tax'].replace(r'[\$,]', '', regex=True), errors='coerce')
df['Tax_calculated'] = pd.to_numeric(df['Tax_calculated'].replace(r'[\$,]', '', regex=True), errors='coerce')

转换完成后再重新执行筛选操作。

2. 排查空值/缺失值干扰 #

如果Tax或Tax_calculated列存在NaN或空单元格，Tax < Tax_calculated的比较结果会返回NaN，这类行默认会被筛选逻辑排除。你可以先统计缺失值数量：

print(df[['Tax', 'Tax_calculated']].isna().sum())

如果有缺失值，可根据业务需求处理：

• 直接删除含缺失值的行：df = df.dropna(subset=['Tax', 'Tax_calculated'])
• 用合理数值填充缺失值：df[['Tax', 'Tax_calculated']] = df[['Tax', 'Tax_calculated']].fillna(0)

3. 确认筛选逻辑的写法 #

确保你正确组合了两个筛选条件，注意使用&而非and，且每个条件单独用括号包裹：

# 组合筛选条件
filtered_df = df[(df['Condition_2'] == True) & (df['Tax'] < df['Tax_calculated'])]

如果是分步筛选，要保证每一步都正确保留了中间结果：

step1 = df[df['Condition_2'] == True]
step2 = step1[step1['Tax'] < step1['Tax_calculated']]

4. 验证样本数据 #

可以抽取几条Condition_2为True的行，手动对比Tax和Tax_calculated的数值，确认是否真的存在Tax小于Tax_calculated的行——避免因实际数据中无符合条件的行，导致筛选后无结果：

print(df[df['Condition_2'] == True][['Tax', 'Tax_calculated']].head(10))

内容的提问来源于stack exchange，提问作者Anupama Sekar