Streamlit中DataFrame过滤媒体消息返回0，Jupyter中正常

可能的原因及对应解决方法 #

• 换行符不一致导致匹配失败
  Jupyter和Streamlit加载的聊天文件可能存在换行符差异（比如Windows系统的\r\n和Unix系统的\n），你原代码里硬编码了带\n的匹配字符串，若数据里实际是\r\n结尾，就会匹配失效。

  解决方法：放弃精确匹配带换行的字符串，改用更稳妥的方式：

  # 去除字符串两端所有空白（包括换行、空格、制表符）后匹配
  no_of_media = df[df['message'].str.strip() == '<Media omitted>'].shape[0]
  
  # 或者直接用包含匹配（仅当消息中只有该标记时适用）
  no_of_media = df[df['message'].str.contains('<Media omitted>')].shape[0]
  

• 存在隐藏空白或编码差异
  导出的WhatsApp聊天记录里，<Media omitted>前后可能存在看不见的空白字符（比如全角空格），或者读取文件时的编码细微差异导致字符串不匹配。

  解决方法：在Streamlit中添加调试代码，查看疑似媒体消息的原始字符细节：

  st.write("调试：前10条消息的原始内容与字符编码")
  for idx, msg in enumerate(df['message'].head(10)):
      st.write(f"{idx}: 内容='{msg}' | 长度={len(msg)} | 字符ASCII码={[ord(c) for c in msg]}")
  

  通过ASCII码可以快速定位是否有额外字符（比如\r对应ASCII码13），再针对性处理。

• 数据类型异常
  若Streamlit加载数据时，message列被识别成非字符串类型（比如object类型但实际包含非字符串值），会导致字符串匹配逻辑失效。

  解决方法：强制转换为字符串类型后再执行统计：

  df['message'] = df['message'].astype(str)
  no_of_media = df[df['message'].str.strip() == '<Media omitted>'].shape[0]
  

额外调试技巧 #

在Streamlit中直接展示匹配到的行，确认是否真的没有符合条件的数据：

st.write("匹配到的媒体消息：")
st.dataframe(df[df['message'].str.contains('<Media omitted>')])

如果这里能显示数据，说明统计逻辑没问题，可能是后续展示环节的问题；如果仍为空，就回到前面的步骤排查字符串差异。

内容的提问来源于stack exchange，提问作者Aditya