Pandas筛选指定值与空白值列的问题及后续填充需求

问题分析 #

你遇到的核心问题是：示例数据里的"空白"是单个空格字符（' '），而非Pandas默认识别的空字符串（''）或缺失值（NaN），所以直接用['value_1', 'value_2', '']或'(Blanks)'自然匹配不到。

分步解决 #

1. 创建示例数据 #

先还原测试场景：

import pandas as pd

data = {'country': ['United States of America', 'Canada', 'Argentina', ' ']}
df = pd.DataFrame(data)

2. 筛选指定值+空白行 #

分两种场景处理：

场景1：明确空白是单个空格

如果确认空白就是单个空格，直接把空格加入筛选列表即可：

# 假设要筛选的目标值是'Canada'、'Argentina'，加上空格' '
target_values = ['Canada', 'Argentina', ' ']
filtered_df = df[df['country'].isin(target_values)]

场景2：空白可能是多空格/空字符串/前后带空格

更通用的方式是先清理空白类值，统一转换成缺失值（NaN），再筛选：

# 去除字符串前后空格，把空字符串转成NaN
df['country_cleaned'] = df['country'].str.strip().replace('', pd.NA)

# 筛选目标值 + 缺失值（原空白行）
target_values = ['Canada', 'Argentina']
filtered_df = df[df['country_cleaned'].isin(target_values) | df['country_cleaned'].isna()]

3. 将空白填充为指定值 #

筛选完成后，用fillna把空白（现在是NaN）替换成目标值（比如'Canada'）：

filtered_df['country_cleaned'] = filtered_df['country_cleaned'].fillna('Canada')

关键提示 #

• Excel里的"(Blanks)"对应Pandas中的缺失值（NaN），而非空格或空字符串；
• 如果数据里的空白是其他形式（比如多个空格、制表符），可以用str.replace(r'\s+', '', regex=True)先统一清理成空字符串，再转NaN。

内容的提问来源于stack exchange，提问作者John