Jupyter/Colab中如何筛选不含指定值的行创建DataFrame？

之前编写的筛选代码未达预期，是Python运算符优先级导致的逻辑错误：位取反运算符~的优先级高于比较运算符==，原代码实际执行逻辑是先对ileads_address列的所有值做按位取反，再判断取反后的值是否等于0，和预期的「筛选值不等于0的行」逻辑完全不符。

以下几种写法都可以实现筛选ileads_address列值不为0.0的行、存入新DataFrame的需求，可根据自己的场景选择：

• 修正原写法的逻辑：给相等判断整体加括号，保证取反操作作用在判断结果上

# 匹配浮点型0.0值做排除
df5 = df4[~(df4['ileads_address'] == 0.0)]

• 直接使用不等于运算符判断，写法更简洁，不需要处理取反优先级问题

df5 = df4[df4['ileads_address'] != 0.0]

• 用pandas内置的比较方法，同时兼容空值过滤场景：如果列中存在NaN空值，不做额外处理的话空值行默认会被保留，需要排除空值可以用下面的写法

# 同时排除0.0值和空值
df5 = df4[df4['ileads_address'].ne(0.0) & df4['ileads_address'].notna()]

排查提示：如果运行上述代码后筛选结果仍不符合预期，先执行print(df4['ileads_address'].dtype)查看列的数据类型，如果是字符串类型，需要把判断条件里的数值0.0替换为字符串'0.0'再执行筛选，类型不匹配会导致比较逻辑失效。

内容的提问来源于stack exchange，提问作者jacksojo