在Jupyter Notebook中用Pandas过滤DataFrame的NaN值遇到问题

情况1：列中是真正的Pandas缺失值（np.nan） #

你之前用df['Artikelnr.'] == 'NaN'的错误在于，Pandas里的缺失值是特殊的浮点类型np.nan，不是字符串'NaN'，直接用等于判断根本匹配不到。正确写法是使用isnull()或isna()（两者功能完全一致）：

empty_art = df.loc[df['Artikelnr.'].isnull()]
# 也可以用更简洁的写法
empty_art = df[df['Artikelnr.'].isnull()]

情况2：列中是字符串形式的'NaN' #

如果isnull()没生效，大概率是你的「Artikelnr.」列里的空值其实是字符串'NaN'（比如导入数据时系统没自动识别为缺失值），这时候直接匹配字符串即可：

empty_art = df.loc[df['Artikelnr.'] == 'NaN']
# 要是存在空格或大小写差异，还可以做预处理
empty_art = df.loc[df['Artikelnr.'].str.strip().str.lower() == 'nan']

额外建议：先确认空值类型 #

可以先查看列的类型和唯一值，搞清楚到底是哪种空值：

# 查看列的数据类型
print(df['Artikelnr.'].dtype)
# 查看列的所有唯一值（包括空值）
print(df['Artikelnr.'].unique())

如果输出里有nan（不带引号），说明是真正的缺失值；如果有'NaN'（带引号），说明是字符串类型的空标记。

内容的提问来源于stack exchange，提问作者Neuquert