筛选烂番茄评分100分的电影：代码返回NaN问题求助

问题背景 #

需要从MovieRatings.csv数据集中筛选出烂番茄评分为100的电影列表，但现有代码执行后返回NaN。

原代码 #

import pandas as pd
rating = 'MovieRatings.csv'
data_set=pd.read_csv(r'C:\Users\Korisnik\Documents\dssvol03python\dss03python2023\session02\_data\MovieRatings.csv')
df=pd.DataFrame(data_set,columns=['FILM','Rotten Tomatoes']) 
print(df)
rt=df.sort_values(by=['Rotten Tomatoes'] ['rating'==100])
display(rt)

错误分析 #

1. 语法逻辑错误：df.sort_values(by=['Rotten Tomatoes'] ['rating'==100])这一行写法完全错误：
   • 'rating'==100是布尔表达式，结果为False，用它去索引列表['Rotten Tomatoes']会导致无效操作，进而产生NaN
   • rating是你定义的文件名变量，并非数据列名，应该用Rotten Tomatoes列来做判断
2. 操作逻辑错误：sort_values是排序函数，无法直接筛选数据，需要先做布尔筛选再排序（或直接筛选）

修正后的代码 #

import pandas as pd

# 读取数据集
data_set = pd.read_csv(r'C:\Users\Korisnik\Documents\dssvol03python\dss03python2023\session02\_data\MovieRatings.csv')
# 选择目标列（直接用列索引更简洁）
df = data_set[['FILM', 'Rotten Tomatoes']]
# 筛选烂番茄评分为100的电影
rt_100 = df[df['Rotten Tomatoes'] == 100]
# 输出结果
print(rt_100)
display(rt_100)

额外说明 #

• 如果需要对筛选结果排序（虽然都是100分，排序无实际差异），可以在筛选后添加：

  rt_100_sorted = rt_100.sort_values(by='Rotten Tomatoes', ascending=False)
  

• 若Rotten Tomatoes列是字符串类型，需要先转为数值型再筛选：

  df['Rotten Tomatoes'] = pd.to_numeric(df['Rotten Tomatoes'], errors='coerce')
  

内容的提问来源于stack exchange，提问作者MashaF