Python 3.x 熊猫用具有特殊字符的loc函数查找数据

我试图在数据框中查找不包含此字符串[]的数据 在我的数据集中，我有以下列标记值：

我正在使用下面的代码，但它并不像我期望的那样工作

conversion_rate = deals.loc[(deals["businessCaseType_value"] =='Sale LiteScope') & (deals["tags"] != "[]]")

我在项目的其他地方使用了类似的代码，它工作得很好

hit_rate = len(deals.loc[(deals["businessCaseType_value"]=='Sale LiteScope') & (deals["status"]=='E_WIN')].index)

我唯一的问题是，这是由于特殊字符[]

我们将非常感谢您的帮助

---

谢谢

让我们尝试按列表长度筛选：

将熊猫作为pd导入
df=pd.DataFrame({
“标记”：[[]，
['Webinar LiteScope'，'Something other']，
['Webinar Mountains']]
})
df['TagsLen']=df['Tags'].应用（len）
#具有长度的数据帧
打印（df）
#筛选出空列表
打印（df[df['TagsLen'].ne（0）]）

输出：

                                  Tags  TagsLen
0                                   []        0
1  [Webinar LiteScope, Something Else]        2
2                  [Webinar Mountains]        1

                                  Tags
1  [Webinar LiteScope, Something Else]
2                  [Webinar Mountains]

过滤：

                                  Tags  TagsLen
1  [Webinar LiteScope, Something Else]        2
2                  [Webinar Mountains]        1

---

（在不创建新柱的情况下使用一个衬里）

输出：

                                  Tags  TagsLen
0                                   []        0
1  [Webinar LiteScope, Something Else]        2
2                  [Webinar Mountains]        1

                                  Tags
1  [Webinar LiteScope, Something Else]
2                  [Webinar Mountains]

我补充说

deals.tags =deals.tags.apply(lambda y: np.nan if len(y)==0 else y)

将所有空字符串转换为NaN，然后更新我的代码

conversion_rate = deals.loc[(deals["businessCaseType_value"] =='Sale LiteScope') & deals["tags"].notnull()]

---

非常感谢

而不是

（deals[“tags”！=“[]”）你的意思是
（deals[“tags”！=“[]”
？另外，您确定“tags”是一列字符串而不是列表吗？您是对的，列标记是列表：-）