按条件提取Pandas DataFrame行触发ValueError的解决咨询

问题背景 #

数据示例：

[
    {
        "id": "ee123-abc"
    }
]

编写的代码：

import pandas as pd

df = pd.DataFrame.from_dict(data)
contract_num = 'ee123-abc'

if df.id.str.contains(contract_num).any():
    print(df[df.id == contract_num])
else:
    print("No matching contract numbers")

运行时报错：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

报错原因 #

你的代码逻辑本身没问题，核心问题是DataFrame的id列存在空值（NaN）：df.id.str.contains(contract_num)遇到空值时会返回NaN，而any()方法无法直接判断包含NaN的Series的布尔值，因此触发了歧义报错。

解决方法 #

方法1：处理空值后再判断 #

在str.contains中添加na=False参数，将空值统一判定为False，避免NaN干扰判断：

import pandas as pd

df = pd.DataFrame.from_dict(data)
contract_num = 'ee123-abc'

# 加入na=False处理空值
if df.id.str.contains(contract_num, na=False).any():
    print(df[df.id == contract_num])
else:
    print("No matching contract numbers")

方法2：直接提取结果后判断是否为空 #

跳过str.contains的前置判断，直接提取匹配行，再通过empty属性判断是否存在结果：

import pandas as pd

df = pd.DataFrame.from_dict(data)
contract_num = 'ee123-abc'

result = df[df.id == contract_num]
if not result.empty:
    print(result)
else:
    print("No matching contract numbers")

这种方法更简洁，且自动处理了空值——df.id == contract_num遇到NaN会返回False，不会产生歧义。

方法3：用df.query简化代码 #

如果偏好简洁语法，可使用query方法实现：

import pandas as pd

df = pd.DataFrame.from_dict(data)
contract_num = 'ee123-abc'

result = df.query(f'id == "{contract_num}"')
print(result if not result.empty else "No matching contract numbers")

内容的提问来源于stack exchange，提问作者vvazza