Pandas使用loc做多条件筛选时符合条件数据存在却无返回结果问题排查

• Pandas 中的缺失值NaN是特殊的浮点空值，不等于字符串"NaN"，你代码中写的df['Type 2'] == "NaN"是匹配列值为字符串"NaN"的行，而非匹配真正的空值，因此无法筛选到符合要求的行。
• 补充特性：NaN本身满足NaN != NaN的逻辑，即便列中确实是缺失值，用==判断也永远返回False，永远匹配不到结果。

直接使用 Pandas 内置的isna()或者isnull()方法判断缺失值即可，修改后的代码如下：

df.loc[(df['HP'] >= 80) & (df['Type 1'] == "Fire") & (df['Type 2'].isna())]

如果你的数据中确实存储的是字符串形式的"NaN"，可以先转换为标准空值后再筛选：

import numpy as np
# 把字符串"NaN"替换为标准缺失值
df['Type 2'] = df['Type 2'].replace("NaN", np.nan)
# 再执行上述筛选代码即可正常返回结果

内容的提问来源于stack exchange，提问作者Or Zemer Tov