我知道这不太可能，但我无法弄清楚为什么Python在简单的操作后输出的数据集略有不同，我认为这与我在Stata中所做的相同。 所以，斯塔塔：
use "filename", clear
drop if varname < 1500
sum
斯塔塔(原始数据(
OBS： 610
平均值： 1339.482
标准： 17.27477
最小： 1304
最大： 1368
检查是否缺失 (mdesc varname(
失踪： 10953 总计： 11563
缺失百分比： 94.72
斯塔塔(drop if varname < 1500后(：
瓦纳姆|OBS： 389平均值： 1350.599Std.Dev.： 9.564949最小值： 1333最大值： 1368
类型： 浮子
同时，Python：
import pandas as pd
df = pd.read_stata("filename.dta", convert_missing = False)
df = df[df.varname<1500]
df.describe()
PYTHON(原始数据：df=pd.read_stata("filename.dta")(：varname
计数：610 平均值：1339.481934 标准：17.274755 最小：1304.000000
25%：1326.000000 50%：1341.000000 75
%：1353.000000 最大值：1368.000000
df.isnull().sum()varname 10953
因此，原始数据中的缺失数量在 Stata 和 Python 中是相同的，但在删除后我得到了两个不同的数据集。
PYTHON，在df = df[df.varname<1500]## 之后
计数：288.000000 平均值：1325.760376 标准：13.369122 最小：1304.000000 25%：1316.000000
50%：1325.000000 75%：1332.000000
最大值：1365.000000
在某种程度上，差异在于观测值的计数。对于某些变量，存在模式差异，即 Stata：11 342 obs，Python：5064 obs(少两倍(。对于某些变量，差异不是模式化的，只是不同的值。汇总统计数据没有太大差异，而是不同。 我是 Python 的新手，所以你能分享一下它是否确实有可能在与 Stata 不同的数据上运行吗？
编辑：
我发现我放错了，而不是df = df[df.varname<1500]，我应该输入df_new = df.drop(df[df.varname< 1500].index)。我不知道其中的区别，但现在我有了我需要的数据集。感谢大家在这里度过时光！
我猜你误解了df[]子句中布尔运算的行为。
在熊猫中，df[statement]里面的语句必须True，这样才能被选中。
在您的示例中，df = df[df.varname<1500]将返回df.varname<1500True的内容。因此，您将获得满足df.varname<1500的行，而不是删除它们。