使用Pandas依据两列值统计符合条件的行数问题

看起来你遇到了字符串匹配和数据筛选的典型坑，我来帮你一步步排查解决：

1. 先修正筛选逻辑的核心问题 #

首先，你需要明确是包含匹配而非精确匹配，同时要忽略大小写。如果之前用了精确相等（==）来匹配CBO列的"motorista"，那肯定会出错——因为你要的是包含这个词的行，而不是完全等于它的行。

正确的写法应该用str.contains，并设置case=False忽略大小写，同时用na=False排除空值行避免干扰：

# 正确的筛选统计代码
filtered_rows = dem[
    dem['CBO'].str.contains('motorista', case=False, na=False) & 
    (dem['ESCOLARIDADE'] == 'Fundamental completo')
]
count = filtered_rows.shape[0]
print(count)

2. 排查数据里的隐藏异常 #

如果上面的代码还是返回0，大概率是数据里有隐藏的空格、特殊字符或者拼写差异：

• 先清理ESCOLARIDADE列的前后空格，很多时候数据会带多余空格导致匹配失败：

  filtered_rows = dem[
      dem['CBO'].str.contains('motorista', case=False, na=False) & 
      (dem['ESCOLARIDADE'].str.strip() == 'Fundamental completo')
  ]
  

• 手动核对所有CBO含"motorista"的行，看看ESCOLARIDADE的实际值：

  # 先导出所有CBO匹配的行，直观检查
  motorista_records = dem[dem['CBO'].str.contains('motorista', case=False, na=False)]
  print(motorista_records[['CBO', 'ESCOLARIDADE']])
  

  这样你就能直接看到哪一行的ESCOLARIDADE符合条件，也能快速发现比如拼写错误、全角字符这类隐藏问题。

3. 解决另一个DataFrame的反向问题 #

对于那个本该返回0却得到1的DataFrame，用同样的思路排查：

• 打印出筛选出来的那一行，仔细检查CBO是否真的包含"motorista"，ESCOLARIDADE是否真的符合条件
• 检查是否有空值被误判，或者字符串匹配时的大小写、空格问题

4. 快速验证数据的小技巧 #

可以用value_counts()查看列的唯一值，确认你的目标值确实存在于数据中：

# 查看ESCOLARIDADE的所有唯一值，确认目标值存在
print(dem['ESCOLARIDADE'].value_counts())
# 查看CBO列中包含motorista的所有唯一值
print(dem[dem['CBO'].str.contains('motorista', case=False, na=False)]['CBO'].value_counts())

按照这些步骤一步步来，应该就能找到问题所在并解决啦！

内容的提问来源于stack exchange，提问作者aabujamra