Python 3.6 pandas筛选DataFrame遇多类报错及空结果求助

咱们一步步来拆解你遇到的这些问题，逐个解决：

首先解决最紧急的KeyError: 'year' #

你重新加载CSV后碰到这个错误，百分百是重新导入的DataFrame里没有叫year的列，大概率是这俩原因：

• CSV里的列名带空格（比如 year或者year ），或者大小写不对（比如写成Year了）
• 导入CSV时不小心用了usecols参数过滤掉了这个列

先跑这行代码确认列名：

print(df_student.columns.tolist())

要是看到列名是[' year', 'Grade', 'Mail']这种带空格的，要么改CSV，要么筛选时用带空格的列名；如果是大小写问题，就用对应大小写的列名，比如df_student['Year']。

正确提取单值Series的标量值 #

你之前用x.values[0]或者x.iat[0]都是对的，但要注意：

• 如果你不确定x/y/z是Series还是标量，先打印类型确认：

print(type(x), type(y), type(z))

• 要是输出是<class 'int'>或者<class 'str'>，说明它们已经是标量，直接用就行；如果是<class 'pandas.core.series.Series'>，用x.iat[0]提取标量是最稳妥的（比values[0]更符合pandas的最佳实践）
• 你碰到的AttributeError: 'int' object has no attribute 'astype'，就是因为此时x已经是int标量了，根本不需要再用astype(int)转换

解决筛选结果为空的问题：类型匹配是关键 #

你之前改完代码不报错但结果为空，核心是筛选条件的类型和DataFrame列的类型不匹配，或者字符串有隐形差异：

• DataFrame的year是int64类型，你得确保筛选的year值是int类型（比如x是字符串"2023"，要转成int2023，而不是直接用字符串）
• Grade和Mail是object类型（本质是字符串），要注意有没有空格、大小写差异——比如"Grade 1"和"grade 1"、"abc@mail.com"和" abc@mail.com "都是不匹配的

可以先打印提取后的筛选值和DataFrame的样本值对比：

# 先处理year值
year_val = int(x.iat[0]) if isinstance(x, pd.Series) else int(x)
# 处理Grade和Mail
grade_val = y.iat[0].strip() if isinstance(y, pd.Series) else y.strip()
mail_val = z.iat[0].strip() if isinstance(z, pd.Series) else z.strip()

print("筛选值：", year_val, grade_val, mail_val)
print("DataFrame样本值：", df_student['year'].iloc[0], df_student['Grade'].iloc[0].strip(), df_student['Mail'].iloc[0].strip())

要是发现大小写差异，就统一转成小写：

df_student['Grade'] = df_student['Grade'].str.strip().str.lower()
grade_val = grade_val.lower()
df_student['Mail'] = df_student['Mail'].str.strip().str.lower()
mail_val = mail_val.lower()

最终的可用筛选代码 #

结合以上所有步骤，最终的代码应该是这样的（先确保列名正确）：

import pandas as pd

# 先确认year列存在，避免KeyError
assert 'year' in df_student.columns, "DataFrame里找不到year列，请检查列名拼写、空格或大小写！"

# 提取并处理筛选值
# 处理year：确保是int类型，匹配df_student['year']的int64
if isinstance(x, pd.Series):
    year_val = int(x.iat[0])
else:
    year_val = int(x)  # 如果x是字符串标量，转成int

# 处理Grade：去除空格、统一小写
if isinstance(y, pd.Series):
    grade_val = y.iat[0].strip().lower()
else:
    grade_val = y.strip().lower()

# 处理Mail：去除空格、统一小写
if isinstance(z, pd.Series):
    mail_val = z.iat[0].strip().lower()
else:
    mail_val = z.strip().lower()

# 统一DataFrame中对应列的格式，避免匹配失败
df_student['Grade'] = df_student['Grade'].str.strip().str.lower()
df_student['Mail'] = df_student['Mail'].str.strip().str.lower()

# 执行筛选
df_filter1 = df_student.loc[
    (df_student['year'] == year_val) &
    (df_student['Grade'] == grade_val) &
    (df_student['Mail'] == mail_val)
]

# 查看筛选结果
print(f"筛选到{len(df_filter1)}条数据")

内容的提问来源于stack exchange，提问作者Python Learner