使用Pandas修改CSV内容失败：DataFrame修改未保存至新CSV文件

你的代码存在三个关键问题，导致修改无法同步到CSV文件：

1. 未真正修改DataFrame内容 #

你通过row = housing.at[index, headers[header_index]]把DataFrame中的值取出赋值给临时变量row，后续修改row = ''只是改变了这个变量的内容，并没有同步回原DataFrame。必须直接对housing.at[...]赋值才能修改DataFrame。

2. 类型判断逻辑错误 #

if row is not int or row is not float这个条件永远为真——任何值都不可能同时是int和float，不管row是什么类型，条件都会触发。正确的判断应该用isinstance()函数检查是否属于数值类型：

if not isinstance(row, (int, float))

3. 嵌套循环效率低下 #

Pandas设计初衷是矢量化操作，嵌套循环遍历每一行每一列的方式在数据量大时会非常慢，不推荐使用。

修正后的代码（循环方式） #

import pandas as pd

housing = pd.read_csv(csv_path)

headers = ['Sold Price', 'Longitude', 'Latitude', 'Land Size', 'Total Bedrooms', 'Total Bathrooms', 'Parking Spaces']

for header in headers:
    for index in housing.index:
        value = housing.at[index, header]
        if not isinstance(value, (int, float)):
            # 直接修改DataFrame中的对应位置
            housing.at[index, header] = ''

housing.to_csv('propertyupdated.csv')

更高效的矢量化实现（推荐） #

用applymap批量处理指定列，避免嵌套循环：

import pandas as pd

housing = pd.read_csv(csv_path)

headers = ['Sold Price', 'Longitude', 'Latitude', 'Land Size', 'Total Bedrooms', 'Total Bathrooms', 'Parking Spaces']

# 批量将非数值类型替换为空字符串
housing[headers] = housing[headers].applymap(lambda x: '' if not isinstance(x, (int, float)) else x)

housing.to_csv('propertyupdated.csv')

或者用pd.to_numeric处理，适合将非数值转为空的场景：

import pandas as pd

housing = pd.read_csv(csv_path)

headers = ['Sold Price', 'Longitude', 'Latitude', 'Land Size', 'Total Bedrooms', 'Total Bathrooms', 'Parking Spaces']

for header in headers:
    # 先将非数值转为NaN，再替换为空字符串
    housing[header] = pd.to_numeric(housing[header], errors='coerce').fillna('')

housing.to_csv('propertyupdated.csv')

内容的提问来源于stack exchange，提问作者CountDOOKU