循环内提取值过滤DataFrame返回空结果，直接过滤却正常的技术问题

核心原因：数据类型不匹配 #

直接赋值的code = 46897是整数类型，但从df_products["ProductCode"][el]提取的code看起来是46897，实际大概率是字符串类型（比如"46897"）。不同类型的数值无法匹配，导致过滤条件df["ProductCode"]==code返回全False，最终得到空DataFrame。

验证方法 #

打印两个场景下code的类型，确认差异：

# 直接赋值场景
code = 46897
print(type(code))  # 输出 <class 'int'>

# 循环场景
for el in range(0, 1):
    code = df_products["ProductCode"][el]
    print(type(code))  # 大概率输出 <class 'str'>

修复方案 #

方案1：统一DataFrame列类型 #

把df的ProductCode列转换成和df_products一致的类型：
如果df_products里是字符串类型：

df["ProductCode"] = df["ProductCode"].astype(str)

如果df_products里是整数类型（且列中无非数值内容）：

df["ProductCode"] = df["ProductCode"].astype(int)

方案2：循环中转换提取值的类型 #

在循环里把提取的code转换成和df一致的类型：

for el in range(0, 1):
    code = df_products["ProductCode"][el]
    # 若df中是整数类型，转成int
    code = int(code)
    print(len(df[df["ProductCode"]==code]))  # 此时会返回正确的52

额外建议 #

避免直接用索引[el]提取DataFrame元素，推荐用.iloc[el]更安全：

code = df_products["ProductCode"].iloc[el]

内容的提问来源于stack exchange，提问作者Hurmet Noka