Python 3清洗DataFrame：删除非字符串text行的代码问题排查

兄弟，你这段代码的核心问题是错误地用类型对象直接做等值判断，导致筛选条件完全不成立，才会得到空或全NaN的DataFrame。咱们拆解来看：

为什么你的代码会失效？ #

你写的haveleft['text'] == str是在拿text列里的每一个具体值（比如用户填写的退订原因文本、或者数字/其他类型的内容）和Python里的str类型本身做对比——这就好比你拿苹果去和“水果”这个类别比，肯定永远不相等，所以这个条件返回的是一个全为False的布尔数组。

• 当你写haveleft[haveleft['text'] == str]时，用全False的数组筛选，自然得到空DataFrame；
• 而你额外嵌套了一层haveleft[haveleft[...]]，相当于用一个空DataFrame的索引去原DataFrame里取列，原DataFrame根本没有这些“空索引对应的列”，所以返回的就是全NaN的结果。

正确的筛选方法 #

我们需要判断text列的元素类型是不是字符串，而不是拿元素和str类型对比。这里有两种常用方案：

方案1：生成新的干净DataFrame

用apply结合isinstance函数判断每个元素的类型，筛选出符合要求的行：

import pandas as pd

# 筛选text列是字符串类型的行
cleanedleft = haveleft[haveleft['text'].apply(lambda x: isinstance(x, str))]
# 查看前10行
print(cleanedleft.head(10))

方案2：原地修改原DataFrame

如果不想生成新对象，直接删除非字符串类型的行：

# 找出所有text列不是字符串的行的索引
non_string_rows = haveleft[~haveleft['text'].apply(lambda x: isinstance(x, str))].index
# 原地删除这些行
haveleft.drop(non_string_rows, inplace=True)
# 查看结果
print(haveleft.head(10))

另外提醒下：如果你的text列里有NaN值，isinstance(NaN, str)会返回False，这些行也会被筛选掉——如果想保留NaN的话，可以把条件改成isinstance(x, str) or pd.isna(x)，根据你的需求调整就行。

内容的提问来源于stack exchange，提问作者Tuvan