如何过滤含"TRUE"的Object类型列DataFrame并将列值转小写？

你的问题核心是Series没有直接的lower()方法，必须用str.lower()来对Series中的每个字符串元素执行小写转换。另外转字符串时如果原列包含布尔值（比如Python原生True/False），转成字符串后是"True"/"False"，只有转小写后才能匹配"true"。

修正后的代码如下：

# 先将列转为字符串类型，统一格式
df["valid"] = df["valid"].astype(str)
# 用str.lower()对每个元素转小写，再筛选匹配行
in_df = df[df["valid"].str.lower() == "true"]

额外补充 #

• 如果原列存在缺失值（NaN），astype(str)会把NaN转为字符串"nan"，转小写后不会被筛选出来。要是需要主动排除这类情况，可以加过滤条件：

  df["valid"] = df["valid"].astype(str)
  in_df = df[(df["valid"].str.lower() == "true") & (df["valid"].str.lower() != "nan")]
  

• 也可以不修改原DataFrame，一步完成转换和筛选：

  in_df = df[df["valid"].astype(str).str.lower() == "true"]
  

内容的提问来源于stack exchange，提问作者Blur