Pandas DataFrame过滤失效：输出空数据集，单属性过滤也无效

问题根源 #

你的代码存在两个核心问题导致过滤失效：

• 数据类型不匹配：mark_info中的age被强制转为字符串，但DataFrame中的age是数值类型（整数），字符串与数值的比较永远不成立。
• 数据集加载格式问题：adult.data.csv的字段通常是逗号加空格分隔（比如30, Private, Bachelors, ...），默认的pd.read_csv会保留字段值前的空格，即便后续用str.strip()处理，也可能因加载时的格式异常导致匹配失败。

修复步骤 #

1. 修正数据类型匹配
   不对age做字符串转换，保持其数值类型：

   # 仅对非数值字段做字符串转换
   for key in mark_info:
       if key != "age":
           mark_info[key] = str(mark_info[key]).strip()
   

2. 正确加载数据集
   指定分隔符为逗号加任意空格，自动去除字段值前的空格：

   df = pd.read_csv(dataset_path, names=column_names, sep=',\s*', engine='python')
   

3. 简化过滤条件写法
   用批量方式构建过滤条件，避免重复冗余代码：

   # 生成布尔索引
   mask = pd.Series([True]*len(df), index=df.index)
   for col, val in mark_info.items():
       mask &= df[col] == val
   # 过滤数据
   matching_rows = df[mask]
   

完整修复后的代码 #

import pandas as pd
# Load the dataset
dataset_path = "G:\\assignment\\adult.data.csv"
column_names = ["age", "workclass", "education", "occupation", "race", "sex", "salary"]
# 处理逗号加空格的分隔符
df = pd.read_csv(dataset_path, names=column_names, sep=',\s*', engine='python')

# Background knowledge about Mark
mark_info = {
    "age":30,
    "workclass": "Private",
    "education": "Bachelors",
    "occupation": "Adm-clerical",
    "race": "White",
    "sex": "Male",
    "salary": "<=50K"
}

# 仅对非数值字段做字符串转换
for key in mark_info:
    if key != "age":
        mark_info[key] = str(mark_info[key]).strip()

# 构建过滤条件并筛选
mask = pd.Series([True]*len(df), index=df.index)
for col, val in mark_info.items():
    mask &= df[col] == val

matching_rows = df[mask]
print(matching_rows)

内容的提问来源于stack exchange，提问作者Tahir