Python DataFrame过滤失效：为何筛选price=0结果异常？

首先明确：如果你的代码是筛选price等于0的记录，结果中所有price显示为0是正常的过滤结果。如果你觉得“过滤功能未正常工作”，比如得到的记录数量不符合预期，或者实际需要筛选非0的记录，可从以下几个方向排查：

1. 数据类型不匹配 #

最常见的问题是price列的数据类型为字符串（object类型）而非数值型（int/float）。比如数据中的“0”存储为字符串"0"，此时用数值0进行匹配会失效（仅能匹配数字类型的0）。

解决步骤： #

• 先检查数据类型：

  print(data['price'].dtype)
  

• 如果是object类型，转换为数值型后再筛选：

  # 将字符串转换为数值，无法转换的会设为NaN
  data['price'] = pd.to_numeric(data['price'], errors='coerce')
  # 重新执行筛选
  df = data[data['price'] == 0][['course_title', 'price']]
  

2. 筛选条件写反 #

如果你实际需要筛选的是price不等于0的记录，那代码中的条件写错了，应该改为：

df = data[data['price'] != 0][['course_title', 'price']]

3. 字符串中存在隐藏字符 #

如果price列是字符串类型，部分“0”可能带有空格、制表符等隐藏字符（比如" 0"或"0\n"），导致直接匹配失败。

解决步骤： #

• 清理字符串中的多余字符后再转换类型：

  # 去除字符串两端的空白字符
  data['price'] = data['price'].str.strip()
  # 转换为数值型
  data['price'] = pd.to_numeric(data['price'], errors='coerce')
  # 执行筛选
  df = data[data['price'] == 0][['course_title', 'price']]
  

4. 验证原始数据 #

可以先查看price列的唯一值，确认数据中的实际情况：

print(data['price'].unique())

这能帮你快速判断是否存在异常值（比如"Free"、"N/A"等替代0的文本），这类情况需要先统一转换为数值0再筛选。

内容的提问来源于stack exchange，提问作者João Otávio Dimas Rocha Vianna