pandas查找字段值匹配另一字段处理结果的索引失效排查

筛选无返回值是三个问题叠加导致的：

• DataFrame构造逻辑错误：构造df3时Open Time列直接传入了带intersect_前缀的intersect列表，列值本身和去掉前缀的intersect列值不可能匹配；另外代码里df['LEVEL']=np.nan存在笔误，df变量未定义，运行会直接报错。
• NaN等值比较规则限制：pandas中np.nan == np.nan返回结果为False，哪怕两行两列都是空值，直接用==判断也不会识别为匹配。
• 字符串替换参数不明确：部分pandas版本下str.replace默认正则模式，固定字符串替换时不显式指定参数可能出现意外匹配问题。

首先修正DataFrame构造逻辑，保证Open Time列后两位为纯时间格式，再执行筛选：

import pandas as pd
import numpy as np

Open_Time_s=['2022-04-30 11:05:00+03:00','2022-04-30 11:10:00+03:00']
intersect=[np.nan,np.nan,'intersect_2022-04-30 11:05:00+03:00','intersect_2022-04-30 11:10:00+03:00']
# 对齐Open Time列长度，前两位为空值，后两位为纯时间字符串
open_time_col = [np.nan, np.nan] + Open_Time_s
df3 = pd.DataFrame({'Open Time': open_time_col, 'intersect': intersect})
df3['LEVEL'] = np.nan

# 处理intersect列，移除固定前缀
processed_intersect = df3['intersect'].str.replace('intersect_', '', regex=False)
# 构造匹配掩码，仅匹配时间值相等的行
match_mask = df3['Open Time'].eq(processed_intersect)
# 如果需要把两列都是空值的行也判定为匹配，替换为下面的mask
# match_mask = df3['Open Time'].eq(processed_intersect) | (df3['Open Time'].isna() & df3['intersect'].isna())

# 筛选匹配行
match_result = df3[match_mask]
print(match_result)
# 获取匹配行索引
match_index = df3.index[match_mask]
print(match_index)

执行后会正确匹配到后两行时间一致的记录，返回索引为Int64Index([2, 3], dtype='int64')，如果开启双空行匹配，会同时返回索引0、1的空值行。

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