使用Pandas从CSV提取符合条件字符串并写入TXT遇问题求助

1. 先确认CSV数据的真实状态 #

加载数据后，先排查列的数据类型和实际值格式，很多筛选失败都是因为类型不匹配或值有隐藏空格：

import pandas as pd

df = pd.read_csv("your_file.csv")
# 查看列类型、非空值数量
print(df.info())
# 查看前5行实际数据
print(df.head())
# 查看目标列的所有唯一值，确认你要匹配的内容是否存在
print(df["目标列名"].unique())

2. 解决首次筛选得到空Series的问题 #

空Series通常是这两个原因：

• 数据类型不匹配：比如你用字符串匹配数值列，或者数值列里混了字符串（比如"-"）导致判断失效。
• 值有隐藏空格：比如单元格值是" 符合条件 "，直接用== "符合条件"会匹配失败。

对应解决代码：

# 处理字符串列的空格问题
df["目标列名"] = df["目标列名"].str.strip()

# 如果列里有"-"这类非数值标记，先转成可判断的格式（比如转数值型）
df["数值列名"] = pd.to_numeric(df["数值列名"].replace("-", pd.NA), errors="coerce")

# 重新筛选，比如筛选目标列等于"指定值"的行
filtered_df = df[df["目标列名"] == "指定值"]
# 或者筛选数值列大于100的行
filtered_df = df[df["数值列名"] > 100]

3. 解决仅能提取含“-”行的问题 #

你修改后只拿到含"-"的行，大概率是把筛选条件误写成了判断是否包含"-"（比如用了str.contains("-")）。正确的逻辑应该是：先处理"-"（比如转成NaN排除，或替换成有效数值），再用你的真实条件筛选。

示例：假设需求是score列不小于60（"-"表示缺考，不纳入）：

# 把"-"替换成NaN，转成数值型
df["score"] = pd.to_numeric(df["score"].replace("-", pd.NA), errors="coerce")
# 筛选score>=60的行（自动排除NaN的缺考行）
filtered_df = df[df["score"] >= 60]

4. 提取指定列拼接并写入TXT #

筛选到正确数据后，拼接指定列并写入文件：

# 方式1：用str.cat拼接两列（注意非字符串列要转类型）
filtered_df["拼接结果"] = filtered_df["列1"].str.cat(filtered_df["列2"].astype(str), sep=" | ")

# 方式2：用apply自定义拼接格式
filtered_df["拼接结果"] = filtered_df.apply(lambda row: f"ID: {row['id']} | 名称: {row['name']}", axis=1)

# 写入TXT，每行一个结果
# 方法1：用to_csv，关闭索引和表头
filtered_df["拼接结果"].to_csv("output.txt", index=False, header=False, encoding="utf-8")

# 方法2：用open逐行写入，更灵活
with open("output.txt", "w", encoding="utf-8") as f:
    for line in filtered_df["拼接结果"]:
        f.write(line + "\n")

调试小技巧 #

每次筛选后打印filtered_df.shape，看是否有符合条件的行数；打印filtered_df.head()，确认筛选出的行是否正确，避免逻辑错误。

内容的提问来源于stack exchange，提问作者softcoded