Pandas筛选A列为NaN且B列<100的行报错解决方法

你的代码里df[df['A'].isna()]返回的是A列为空的子DataFrame，不是逐行的布尔判断结果，和返回布尔序列的df['B'] < 100做按位与运算时类型、维度都不匹配，就会触发这个类型报错。传给df.loc做行筛选的参数，必须是和原DataFrame行数完全一致的布尔序列，不能传截取后的子表。

# 构造逐行匹配的布尔筛选掩码
filter_mask = df['A'].isna() & (df['B'] < 100)
# 筛选符合条件的行，加copy避免链式赋值警告
dff = df.loc[filter_mask].copy()
# 新增注释列
dff['Comments'] = 'Damaged item'

运行后得到的dff和你预期的输出完全一致：

Date     A    B       Comments
1 2022-05-01 08:01:00   NaN   54      Damaged item

• 多条件组合时，每个单独的判断逻辑直接基于列做布尔运算即可，不要在条件里嵌套df[筛选条件]的子表截取写法
• 涉及&（与）、|（或）的多条件组合，每个独立判断建议用括号包裹，避免运算符优先级导致逻辑错误
• 筛选后如果要对结果新增/修改列，建议调用.copy()生成独立的新DataFrame，避免触发pandas的链式赋值警告

内容的提问来源于stack exchange，提问作者user3118602