无NA值时使用~操作符处理Pandas数据框为何报float类型错误？

这个问题确实有点让人困惑——明明已经确认identifier相关字段没有缺失值，却还是触发了TypeError。其实关键在于你忽略了**section列本身可能存在缺失值**！

问题根源 #

当section列中存在NaN时，analytic_events['section'] == 2这个判断会返回NaN（Pandas里的NaN属于float类型）。当你把这个包含NaN的布尔序列和后面的~analytic_events['identifier'].str[0].str.isdigit()做&运算时，结果序列里会保留这些NaN值。之后对这个混合了布尔值和NaN的序列使用~操作符时，就会报错：因为~无法作用于float类型的NaN。

你之前的检查只覆盖了section==2子集里的数据，但section为NaN的行根本没被包含在这个子集里，所以自然看不到问题。

验证方法 #

先检查section列的缺失值数量，确认是不是这个原因：

print(analytic_events['section'].isnull().sum())

解决方案 #

这里提供几种可行的解决办法：

方法1：先过滤掉section为空的行

# 先排除section列有缺失的行
filtered_df = analytic_events[analytic_events['section'].notna()]
# 再构建过滤条件
mask = ((filtered_df['section'] == 2) & ~(filtered_df['identifier'].str[0].str.isdigit()))
print(mask.sum())

方法2：在mask中直接加入section非空的条件

mask = ((analytic_events['section'] == 2) & analytic_events['section'].notna()) & ~(analytic_events['identifier'].str[0].str.isdigit())
print(mask.sum())

方法3：用fillna把判断结果中的NaN转为False

# 将section==2的结果中的NaN转为False
section_mask = (analytic_events['section'] == 2).fillna(False)
identifier_mask = ~(analytic_events['identifier'].str[0].str.isdigit())
mask = section_mask & identifier_mask
print(mask.sum())

内容的提问来源于stack exchange，提问作者dumbledad