Pandas DataFrame基于布尔掩码过滤字符串列出现大量NaN问题排查

问题根因 #

你得到的布尔掩码不是一维Series，而是单列的DataFrame，Pandas对传入索引的二维结构不会执行行过滤逻辑，而是触发列对齐的广播运算，最终输出了你看到的全是NaN、仅匹配位置为True的结果。
出现这个问题通常是你选列时误写了双层方括号（比如testing[["Out Zone A"]] == "Out"），即便只有一列，双层方括号返回的永远是二维DataFrame而非一维Series。

解决方法 #

第一步：确认掩码维度 #

执行以下代码验证维度：

# 查看掩码类型
print(type(testing["Out Zone A"] == "Out"))
# 查看掩码维度
print((testing["Out Zone A"] == "Out").ndim)

如果输出类型是pandas.core.frame.DataFrame、维度为2，即可确认是该问题。

第二步：生成一维布尔掩码后过滤 #

两种方案均可：

• 选列时使用单层方括号，直接得到一维Series作为掩码：

mask = testing["Out Zone A"] == "Out"
filtered_df = testing[mask]

• 如果已经生成了单列DataFrame格式的掩码，用.squeeze()方法压缩为一维：

mask = (testing["Out Zone A"] == "Out").squeeze()
filtered_df = testing[mask]

执行后就能得到符合预期的过滤结果：仅保留Out Zone A值为Out的第4行数据。

内容的提问来源于stack exchange，提问作者John Doe