Pandas中如何基于列值（国家）筛选DataFrame？欧洲国家数据筛选失效问题排查

我来帮你梳理下为什么你的筛选代码没得到预期结果，再分享几种靠谱的筛选方法～

可能导致筛选失败的原因 #

• 大小写严格匹配问题：Pandas的isin()是完全大小写敏感的！比如你的Data里COUNTRY列存的是"austria"或"AUSTRIA"，但你的列表里是"Austria"，这时候就会匹配不到。
• 字符串含多余空格：如果数据里的国家名称前后有空格（比如" France "），而你的列表里是干净的"France"，也会匹配失败。
• 国家名称不统一：比如数据里用的是"Czechia"而不是你列表里的"Czech Republic"，或者"Cyprus"代替"Republic of Cyprus"，名称不一样肯定匹配不上。
• 对象名称/列名错误：如果你的DataFrame实际叫df而不是Data，或者列名是Country（首字母小写）而不是COUNTRY，Pandas对大小写敏感，会直接导致筛选逻辑失效。

正确的筛选方法 #

1. 修正isin()方法（解决大小写/空格问题） #

先统一处理数据和列表的格式，避免匹配误差：

# 定义欧洲国家列表
country_list = ['Austria', 'Belgium', 'Bulgaria', 'Croatia', 'Republic of Cyprus', 'Czech Republic', 'Denmark', 'Estonia', 'Finland', 'France', 'Germany', 'Greece', 'Hungary', 'Ireland', 'Italy', 'Latvia', 'Lithuania', 'Luxembourg', 'Malta', 'Netherlands', 'Poland', 'Portugal', 'Romania', 'Slovakia', 'Slovenia', 'Spain' , 'Sweden']

# 把列表转成小写，同时处理DataFrame的COUNTRY列：去空格+转小写
filtered_df = Data[Data['COUNTRY'].str.strip().str.lower().isin([c.lower() for c in country_list])]

2. 布尔索引直接匹配（适合少量国家） #

如果只筛选几个国家，用布尔逻辑更直观：

# 筛选法国和德国，注意用|表示“或”，每个条件要加括号
filtered_df = Data[(Data['COUNTRY'].str.strip() == 'France') | (Data['COUNTRY'].str.strip() == 'Germany')]

3. 用query()方法（语法更简洁） #

query()可以用类似SQL的语法筛选，写起来更清爽：

# 把国家列表转成query能识别的字符串格式
country_str = "', '".join(country_list)
# 基础版筛选
filtered_df = Data.query(f"COUNTRY in ('{country_str}')")

# 带格式处理的版本（解决空格/大小写）
filtered_df = Data.query(f"COUNTRY.str.strip().str.lower() in ('{country_str.lower()}')")

排查技巧：先确认数据情况 #

如果还是没结果，先看看数据里的实际情况：

# 查看COUNTRY列的所有唯一值，核对名称是否匹配
print(Data['COUNTRY'].unique())

# 统计匹配到的行数，确认是不是真的没有匹配项
match_num = Data['COUNTRY'].isin(country_list).sum()
print(f"匹配到的行数：{match_num}")

内容的提问来源于stack exchange，提问作者Marzieh Karimi