pandas过滤行报IndexingError:布尔序列索引器无法对齐错误

问题场景 #

执行pandas CSV数据行过滤逻辑时抛出如下错误：
IndexingError: Unalignable boolean Series provided as indexer
目标过滤规则：

• 筛选followersCount字段值在0-1500区间的行
• 移除bio字段包含list_me变量中指定关键词、特殊字符的行

原始错误代码 #

import pandas as pd
import csv
def load_source(filename):
    users = pd.read_csv(filename, encoding="utf8")
    return users

list_me = "Entrepreneur|Behold|=|Ã|±|Ã|®|Å|¥|ð|Ÿ|˜|‡|ð|à|¤|œ|à|¤|²"

users = load_source(latest_file)
filtered_followers_up = users[users.followersCount <= 1500]
filtered_followers_down = filtered_followers_up[filtered_followers_up.followersCount >= 0]

filtered_bio = filtered_followers_down[filtered_followers_down['bio'].dropna().str.contains(list_me)]
filtered_bio.to_csv(r'C:\Users\user\Downloads\test.csv', sep=',', encoding='utf-8')
print("Done!")

报错截图：

错误原因 #

报错根源是生成bio字段过滤的布尔掩码时，提前调用了dropna()删除bio为空的行，导致返回的布尔Series索引长度、索引值和待过滤的filtered_followers_down DataFrame不匹配：原DataFrame中bio为NaN的行索引在布尔序列中缺失，pandas无法完成索引对齐，因此抛出索引错误。
另外原始代码逻辑存在偏差：需求是移除包含指定关键词的行，但原逻辑是筛选保留包含关键词的行，和需求相反。

修复方案 #

不要在生成布尔掩码前提前调用dropna()，直接给str.contains()方法传入na=False参数，将bio为空的行默认判定为「不匹配关键词」，即可保证返回的布尔序列和原DataFrame索引完全对齐；同时对匹配结果取反，即可过滤掉包含指定关键词的行。
另外粉丝数区间筛选可以直接用between()方法简化，无需分两次过滤。
修复后完整代码：

import pandas as pd

def load_source(filename):
    users = pd.read_csv(filename, encoding="utf8")
    return users

list_me = "Entrepreneur|Behold|=|Ã|±|Ã|®|Å|¥|ð|Ÿ|˜|‡|ð|à|¤|œ|à|¤|²"

users = load_source(latest_file)
# 一步筛选粉丝数在0-1500区间的行
filtered_followers = users[users['followersCount'].between(0, 1500)]
# 生成过滤掩码：空值按不匹配处理，取反保留不包含指定关键词的行
bio_mask = ~filtered_followers['bio'].str.contains(list_me, na=False)
filtered_bio = filtered_followers[bio_mask]

filtered_bio.to_csv(r'C:\Users\user\Downloads\test.csv', sep=',', encoding='utf-8')
print("Done!")

内容的提问来源于stack exchange，提问作者Jean Pierre Waked