Python中使用pandas的isin()与多条件筛选数据的正确方法

本文详解如何在pandas中结合isin()方法与其他条件（如年份匹配）高效筛选dataframe数据，并重点指出因数据类型不匹配（如字符串'2022' vs 整数2022）导致筛选结果为空的常见陷阱及解决方案。

在使用pandas进行数据筛选时，isin() 是处理“多值枚举匹配”的高效工具，常与逻辑运算符（&、|、~）组合实现复杂条件过滤。但一个极易被忽视的关键点是：列的数据类型必须与比较值严格一致。例如，你的原始代码：

df.loc[(df['Item Code'].isin(['04901', '04940'])) & (df['Year'] == '2022')]

之所以返回空结果，并非语法错误，而极大概率是 df['Year'] 列实际为整数类型（int64），却用字符串 '2022' 去匹配——这在pandas中会返回全 False 的布尔序列，最终导致零行被选中。

✅ 正确做法是先确认并统一数据类型。推荐按以下步骤排查与修正：

1. 检查列的实际数据类型：

   

   百宝箱

   百宝箱是支付宝推出的一站式AI原生应用开发平台，无需任何代码基础，只需三步即可完成AI应用的创建与发布。

   下载

   立即学习“Python免费学习笔记（深入）”；

   print(df['Year'].dtype)  # 查看输出，常见为 int64 或 object
   print(df['Year'].head()) # 观察前几行真实值（是否带引号？有无空值？）

2. 根据类型选择匹配方式：

   • 若 Year 为整数型（最常见）：

     # 推荐写法：简洁、高效、可读性强
     result = df[df['Item Code'].isin(['04901', '04940']) & (df['Year'] == 2022)]

   • 若 Year 为字符串型（如从CSV读入未指定类型）：

     # 确保两边均为字符串
     result = df[df['Item Code'].isin(['04901', '04940']) & (df['Year'] == '2022')]

3. 进阶技巧：提升健壮性与可读性
   使用 .eq() 方法替代 == 可避免某些链式操作中的括号歧义；同时建议显式使用 .copy() 避免 SettingWithCopyWarning（若后续需修改结果）：

   result = df[
       df['Item Code'].isin(['04901', '04940']) 
       & df['Year'].eq(2022)
   ].copy()

⚠️ 注意事项：

• & 是位运算符，必须用圆括号包裹每个条件，否则因运算符优先级问题会导致 TypeError 或逻辑错误（如 df['A']==1 & df['B']==2 ❌ 错误，应写为 (df['A']==1) & (df['B']==2) ✅）；
• isin() 对 NaN 值默认返回 False，若需包含缺失值，请额外用 isna() 组合；
• 如需年份范围筛选（如2022–2023），可用 df['Year'].between(2022, 2023) 替代多个 ==。

掌握数据类型一致性与布尔索引规范，是写出可靠pandas筛选逻辑的基础。务必养成 print(df.dtypes) 和 df.sample(3) 快速探查数据的习惯。