如何删除从CSV读取的DataFrame中occupation列含问号的所有行？

你的代码没生效的核心原因是：把问号替换成空字符串后，这些行的occupation列是空字符串而非NaN，而dropna仅会删除值为NaN的行，自然无法过滤掉这些无效数据。

下面是几种直接有效的解决方式：

方法一：直接筛选有效行（最推荐） #

一步到位过滤掉occupation列等于问号的行：

df = df[df['occupation'] != '?']

如果需要直接修改原DataFrame而非生成新对象，可结合索引删除：

df.drop(df[df['occupation'] == '?'].index, inplace=True)

方法二：替换后过滤空值 #

如果你的场景中occupation可能存在带问号的混合内容（比如?teacher），需要先清除问号再过滤空值：

# 替换问号为空（regex=False避免正则特殊字符干扰）
df['occupation'] = df['occupation'].str.replace('?', '', regex=False)
# 过滤掉空字符串（strip处理可能存在的空格）
df = df[df['occupation'].str.strip() != '']

方法三：用query简化写法 #

偏好简洁语法的话，可使用query实现筛选：

df = df.query("occupation != '?'")

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