Pandas多条件删除DataFrame行失效问题求助

你的代码没生效主要有两个核心问题：

1. 错误用字符串'NaN'匹配缺失值：Pandas里的缺失值是pd.NA/np.nan（不是字符串格式的'NaN'），直接用age == 'NaN'找不到任何符合条件的行。
2. age列类型未正确解析：你的数据中age存在32,5这种用逗号当小数点的格式，默认读取会把age识别为object（字符串）类型，不仅处理缺失值麻烦，后续数值分析也会受影响。

修复步骤 #

1. 正确读取数据

读取时指定decimal=','，让Pandas把逗号解析为小数点，自动将age转为数值类型，同时识别缺失值：

import pandas as pd

full_dataset_withNames = pd.read_csv('full_dataset_with_names.csv', sep=';', decimal=',')

2. 按条件删除行

用.isna()判断缺失值，结合布尔索引完成删除，两种写法任选：

• 写法一（用drop）：

df_new = full_dataset_withNames.drop(
    full_dataset_withNames[(full_dataset_withNames['sex'] == 'male') & full_dataset_withNames['age'].isna()].index
)

• 写法二（直接筛选保留行，更简洁）：

# ~表示取反，保留"不是男性 或 age不缺失"的行
df_new = full_dataset_withNames[~((full_dataset_withNames['sex'] == 'male') & full_dataset_withNames['age'].isna())]

特殊情况处理 #

如果确实需要保留age为object类型，先查看age列的缺失值实际格式（比如是空字符串''），再调整判断条件：

# 假设缺失值是空字符串
df_new = full_dataset_withNames[~((full_dataset_withNames['sex'] == 'male') & (full_dataset_withNames['age'] == ''))]

内容的提问来源于stack exchange，提问作者user19774705