Pandas DataFrame无法根据字符串值过滤删除行问题排查

过滤失效的核心原因是CountryNames列中看似为Unknown的字符串，实际包含肉眼不可见的额外字符，常见为前后空格、制表符、换行符、大小写差异，或是零宽空格这类特殊非打印字符，导致直接全等匹配无法命中。

首先取任意一条你认为值为Unknown的样本，输出其原始字符串表示确认差异：

# 替换为对应行的实际索引
print(repr(data["CountryNames"].iloc[0]))

如果输出结果为' Unknown '（前后带空格）、'unknown'（全小写）、'Unknown\n'（带换行）这类非完全匹配的内容，即可确认是字符差异导致匹配失败。

根据排查到的差异选择对应处理方式，通用处理代码如下：

# 第一步：清洗CountryNames列，去除前后空白、统一转小写、清除非打印字符
data["CountryNames"] = data["CountryNames"].astype(str) \
                                        .str.strip() \
                                        .str.lower() \
                                        .str.replace(r'[^\x20-\x7E]', '', regex=True)
# 第二步：过滤未知值
located_data = data[data["CountryNames"] != "unknown"]

如果不需要改动原列的原始值，也可以直接在过滤逻辑里做临时处理：

located_data = data[~data["CountryNames"].astype(str)
                                .str.strip()
                                .str.lower()
                                .str.replace(r'[^\x20-\x7E]', '', regex=True)
                                .isin(["unknown"])]

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