Python：如何将处理后的列加入DataFrame并筛选SEAT数据

原代码问题分析 #

你的代码存在两个关键问题：

1. df_csv2.Brand.str.rstrip()返回的是Series（单一列数据），并非DataFrame，所以调用brand_reviewed['Brand']会报错——Series没有列索引'Brand'。
2. isin()方法需要传入可迭代对象（比如列表['SEAT']），直接传字符串'SEAT'不符合方法要求，其实这里用直接相等判断更简洁。

解决方案 #

有两种常用处理方式，可根据需求选择：

方式1：直接清洗原Brand列（推荐，无需新增列）

直接用清洗后的值覆盖原列，之后基于原列筛选即可：

import pandas as pd

# 去除Brand列所有值的尾部空格，覆盖原列
df_csv2['Brand'] = df_csv2['Brand'].str.rstrip()

# 筛选Brand为'SEAT'的行
seat_rows = df_csv2[df_csv2['Brand'] == 'SEAT']

方式2：新增清洗后的列（保留原始数据）

如果需要保留原Brand列的原始值，可以新增一列存储清洗结果，再基于新列筛选：

import pandas as pd

# 添加新列Brand_cleaned，存储去除尾部空格后的值
df_csv2['Brand_cleaned'] = df_csv2['Brand'].str.rstrip()

# 基于新列筛选SEAT的行
seat_rows = df_csv2[df_csv2['Brand_cleaned'] == 'SEAT']

内容的提问来源于stack exchange，提问作者Maria