导入CSV后获空DataFrame，如何匹配目标数据格式实现筛选？

问题背景 #

你通过以下代码构造的DataFrame，使用指定筛选逻辑能正常返回结果：

df = pd.DataFrame({'Result1': [1552, 3954, 7495], 'Result2': [1552, 3950, 1559]}, 
index=['Customer1', 'Customer2', 'Customer3'])

筛选代码：

results_to_keep = ['155101', '1551011']
df2 = df[df.isin(results_to_keep)]
df3 = df2.dropna(axis=0, how='all')

print(df3)

但从CSV文件导入数据后执行相同筛选，却得到空DataFrame。CSV内容片段如下：

Customer Reference  Profile Name    Score   Band Text   Result1 Result2 Result3
038ff126-1ed5-4a96-bb34-3f4b595228d3    UK  1200    APPROVED    155261  155101  155151
87529660    Germany 1111    APPROVED    2289528 401126  401102
37a52968-8093-41e5-8a2e-6bd251d0666d    UK  2200    APPROVED    155261  155101  155151
1.39E+08    Germany 1111    APPROVED    2283524 2283525 2282111
1d45f78b-01c5-4007-8f8c-a9fb845cba1f    UK  1300    Fail    155261  155101  155151
a56b590b-b8bd-4e56-987e-f801a37e487d    UK  1300    Fail    155261  155101  155151
1.39E+08    Germany 2221    APPROVED    2283525 2282111 2282100

核心原因 #

问题出在数据类型不匹配和索引结构不一致：

• 构造的DataFrame中，Result列是整数类型，且索引为客户标识；
• CSV导入时，长数字或科学计数法格式的数值会被自动识别为浮点数或字符串（比如1.39E+08），导致与筛选的字符串值（'155101'）无法匹配；同时默认导入的索引是数字序列，和构造的DataFrame结构不一致。

解决方法 #

1. 按构造的DataFrame结构导入CSV #

读取CSV时指定客户列为索引，并统一Result列的类型为字符串（避免科学计数法干扰）：

import pandas as pd

# 读取CSV，设置Customer Reference为索引，强制Result列类型为字符串
df = pd.read_csv(
    'your_file.csv',
    index_col='Customer Reference',
    dtype={'Result1': str, 'Result2': str, 'Result3': str}
)

2. 执行原筛选逻辑 #

此时类型匹配，原筛选代码可正常运行：

results_to_keep = ['155101', '1551011']
df2 = df[df.isin(results_to_keep)]
df3 = df2.dropna(axis=0, how='all')
print(df3)

可选：转为整数类型处理 #

如果希望用整数筛选，需先处理CSV中的科学计数法数值，转成整数类型：

df = pd.read_csv('your_file.csv', index_col='Customer Reference')

# 将Result列的数值统一转为整数（处理科学计数法的浮点数）
for col in ['Result1', 'Result2', 'Result3']:
    df[col] = pd.to_numeric(df[col], errors='coerce').fillna(df[col]).astype(int)

# 筛选值改为整数列表
results_to_keep = [155101, 1551011]
df2 = df[df.isin(results_to_keep)]
df3 = df2.dropna(axis=0, how='all')
print(df3)

关键注意点 #

• 确保索引一致：必须将Customer Reference设为DataFrame的索引，和你构造的DataFrame结构对齐；
• 确保类型匹配：筛选值的类型（字符串/整数）必须和Result列的类型完全一致，否则无法匹配到数据。

内容的提问来源于stack exchange，提问作者brummie49