如何基于坐标列表筛选DataFrame指定单元格（含反向筛选）

现有如下DataFrame和坐标列表：

import pandas as pd

df = pd.DataFrame({
 'col1': ['A', 'B', 'C', 'A', 'G'],
 'col2': ['B', 'E', 'F', 'F', 'H'],
 'col3': ['C', 'D', 'E', 'A', 'I']})

coords = [(2, 0), (3, 2)]

原DataFrame输出：

col1 col2 col3
0    A    B    C
1    B    E    D
2    C    F    E
3    A    F    A
4    G    H    I

需要实现一个带inverted布尔参数的函数：

• 当inverted=False时，仅保留指定坐标的单元格内容，其余清空
• 当inverted=True时，清空指定坐标的单元格内容，其余保留（已实现）

当前已写出部分函数逻辑，需补全正向筛选代码，预期输出如下：

# inverted = False
  col1 col2 col3
0             
1             
2    C        
3              A
4              

# inverted = True
  col1 col2 col3
0    A    B    C
1    B    E    D
2         F    E
3    A    F    
4    G    H    I

修改后的完整函数如下，补全了正向筛选逻辑：

def select(df, coords, inverted=False):
    # 复制原DataFrame，避免修改原始数据
    df_copy = df.copy()
    if inverted:
        # 反向筛选：清空指定坐标单元格
        for row, col in coords:
            df_copy.iat[row, col] = ''
    else:
        # 正向筛选：先清空所有单元格，再填充指定坐标的内容
        df_copy = df_copy.applymap(lambda x: '')
        for row, col in coords:
            df_copy.iat[row, col] = df.iat[row, col]
    return df_copy

逻辑说明 #

• 正向筛选：先用applymap清空所有单元格，再遍历坐标列表，从原DataFrame中取出对应位置的内容填充到副本中
• 反向筛选：保留原有逻辑，直接清空指定坐标的单元格
• 新增df.copy()是为了避免修改原始DataFrame，保证数据独立性

测试验证 #

调用函数测试两种模式：

# 正向筛选
print(select(df, coords, inverted=False))
# 反向筛选
print(select(df, coords, inverted=True))

输出结果与预期完全一致：
正向筛选输出：

col1 col2 col3
0             
1             
2    C        
3              A
4              

反向筛选输出：

col1 col2 col3
0    A    B    C
1    B    E    D
2         F    E
3    A    F    
4    G    H    I

内容的提问来源于stack exchange，提问作者VERBOSE