仅在Jupyter中使用Pandas过滤DataFrame返回空结果的问题

我通过以下代码获取了一个DataFrame：

file_path = os.path.join(dataset_path, 'movie_conversations.txt')
movie_conversations = pd.read_csv(file_path, sep=r"\+\+\+\$\+\+\+", encoding='cp1251', engine='python', names=['characterID_1', 'characterID_2', 'movieID', 'list_of_the_utterances'])
movie_conversations.head()

该代码返回的DataFrame显示正常：

但当我执行如下过滤操作时，返回的是空DataFrame：

movie_conversations[movie_conversations.movieID == "m0"]

此外，执行movie_conversations.movieID == "m0"时，该列所有值的匹配结果均为False：

0        False
1        False
2        False
3        False
4        False
         ...  
83092    False
83093    False
83094    False
83095    False
83096    False
Name: movieID, Length: 83097, dtype: bool

该问题仅出现在JupyterLab/Notebook中，在PyCharm/DataSpell中运行则一切正常。

• 清理隐藏空白字符：Jupyter和PyCharm对字符串的显示逻辑不同，看似是m0的单元格可能包含空格、制表符等隐藏字符。先检查字符串长度确认：

  movie_conversations['movieID'].apply(len)
  

  如果长度大于2，说明存在多余字符，用str.strip()清理列数据：

  movie_conversations['movieID'] = movie_conversations['movieID'].str.strip()
  

  之后再执行过滤操作即可。

• 读取时直接处理数据：可以在pd.read_csv阶段就指定转换器清理movieID列，避免后续问题：

  movie_conversations = pd.read_csv(
      file_path, 
      sep=r"\+\+\+\$\+\+\+", 
      encoding='cp1251', 
      engine='python', 
      names=['characterID_1', 'characterID_2', 'movieID', 'list_of_the_utterances'],
      converters={'movieID': lambda x: x.strip()}
  )
  

• 重启Jupyter内核：Jupyter可能存在变量缓存问题，导致新修改不生效。重启内核后重新运行所有代码，排除旧数据干扰。

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