Python DataFrame行筛选：保留Total列为0或'-'的所有行

核心实现思路 #

直接通过布尔索引一次性筛选符合条件的行，避免多次拼接操作导致的重复。同时需要关注列的数据类型，确保条件匹配准确。

分场景解决方案 #

场景1：'Total'列为字符串类型（值为'0'或'-'）

如果'Total'列存储的是字符串（比如从CSV读取时默认按字符串解析），用isin()方法直接匹配目标值：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'Total': ['0', '-', '100', '0', '-', '50']})

# 筛选符合条件的行
filtered_df = df[df['Total'].isin(['0', '-'])]

场景2：'Total'列为混合类型（存在数值0和字符串'-'）

如果列内同时存在数值型的0和字符串'-'，需要分别匹配两种类型的值：

filtered_df = df[(df['Total'] == 0) | (df['Total'] == '-')]

或者统一转换为字符串后再筛选，规避类型不匹配的问题：

filtered_df = df[df['Total'].astype(str).isin(['0', '-'])]

解决重复行问题 #

如果筛选后仍存在重复行，大概率是原数据本身包含重复记录，可在筛选后添加drop_duplicates()去重：

filtered_df = df[(df['Total'] == 0) | (df['Total'] == '-')].drop_duplicates()

重复行问题的常见诱因 #

• 多次使用df.append()或pd.concat()拼接筛选结果，导致同一批数据被重复添加
• 筛选条件逻辑错误（比如重复执行筛选并赋值给同一个变量）
• 原DataFrame本身就包含重复行，未提前做去重处理

内容的提问来源于stack exchange，提问作者htm_01