Pandas中where+dropna返回0行？与布尔索引结果不符问题排查

问题出在dropna()的默认行为结合where的特性上，具体拆解：

• df.where(college_grad_mask)的逻辑是：满足条件的行保留所有原始值，不满足条件的行将所有列设为NaN。
• dropna()默认参数是how='any'，会删除任何包含NaN的行。如果你的DataFrame中，满足educ1>1的行里，其他列本身存在NaN，那么这些行在where处理后，虽然educ1列有值，但其他列的NaN依然存在，dropna()会把它们全部删除，最终返回0行。而布尔索引df[df.educ1>1]只是筛选educ1符合条件的行，不会过滤其他列的NaN，所以能正常返回结果。

解决方法 #

• 方法一：给dropna()指定subset参数，只检查educ1列是否为NaN，这样只要educ1列有效就保留行：

df.where(college_grad_mask).dropna(subset=['educ1']).head()

• 方法二：直接用loc索引替代where+dropna，逻辑和布尔索引一致，更高效：

df.loc[college_grad_mask].head()

• 方法三：如果坚持用where，也可以用dropna(how='all')，只删除所有列都是NaN的行（但不如指定subset精准）：

df.where(college_grad_mask).dropna(how='all').head()

内容的提问来源于stack exchange，提问作者osama yaccoub