Pandas筛选特定货币值时返回全部索引问题求助

你遇到的两个函数都返回所有行索引，核心原因是字符串匹配不精准，大概率是CSV里的Currency值和你写的判断条件对不上，具体原因和解决方法如下：

常见问题点 #

• 字符串带空白：CSV里的Currency值可能有前导/尾随空格、制表符，比如实际是' Swiss Franc '而不是'Swiss Franc'，导致精确匹配失败。
• 大小写不统一：比如CSV里是'swiss franc'或者'SWISS FRANC'，和你写的大小写不一致，判断条件不触发。
• CSV读取错了：如果CSV实际用的不是纯逗号分隔（比如逗号前后带空格），你用sep=','会把多列混在一起，导致Currency列的值全是乱的，自然所有行都不符合有效列表。

一步步排查解决 #

1. 先查看Currency列的真实内容 #

先打印部分数据，确认值的格式：

# 打印前10行的Currency值
print(df['Currency'].head(10))
# 查看所有唯一值，确认有哪些内容
print(df['Currency'].unique())
# 检查字符串长度，判断有没有隐藏空白
print(df['Currency'].apply(len).head(10))

2. 清理字符串空白 #

如果发现有空白字符，先把列清洗干净：

# 去除前后所有空白字符（空格、制表符、换行）
df['Currency'] = df['Currency'].str.strip()

3. 解决大小写匹配问题 #

如果是大小写不一致，可以统一转成相同大小写再判断：

# 转成小写后匹配Swiss Franc
ids_invalid_currency = df[df['Currency'].str.lower() == 'swiss franc'].index.tolist()

# 第二个函数统一转大写后匹配有效列表
valid_names = ['USD', 'JKF', 'CAD']
sus_name = df[~df['Currency'].str.upper().isin([name.upper() for name in valid_names])]

4. 修正CSV读取方式 #

如果CSV分隔符不是纯逗号（比如逗号前后有空格），用下面的方式读取：

df = pd.read_csv('data/data.csv', sep='\s*,\s*', engine='python')

修正后的完整代码 #

import pandas as pd

# 读取CSV，兼容分隔符前后带空格的情况
df = pd.read_csv('data/data.csv', sep='\s*,\s*', engine='python')
# 清理Currency列的空白字符
df['Currency'] = df['Currency'].str.strip()

def invalid_currency(df):
    # 统一小写后匹配，避免大小写问题
    ids_invalid_currency = df[df['Currency'].str.lower() == 'swiss franc'].index.tolist()
    print(ids_invalid_currency)
    return ids_invalid_currency

def invalid_currency_names(df):
    valid_names = ['USD', 'JKF', 'CAD']
    # 统一转大写后判断是否在有效列表中
    sus_name = df[~df['Currency'].str.upper().isin([name.upper() for name in valid_names])]
    ids_sus_name = sus_name.index.to_list()
    print("Currency with invalid values: {}".format(ids_sus_name))
    return ids_sus_name

output_1 = invalid_currency(df)
out_2 = invalid_currency_names(df)

内容的提问来源于stack exchange，提问作者madgoat