Pandas筛选DataFrame行时语法错误：生成器表达式需加括号

错误原因解析 #

1. 语法错误：报错提示的Generator expression must be parenthesized是因为lambda表达式中直接返回生成器时未加括号，Python要求生成器作为函数返回值时必须用括号包裹。
2. 逻辑缺陷：原代码仅返回各列的布尔判断生成器，未将其聚合为"该行所有列都满足限制"的单一布尔值，无法用于行筛选。

正确实现方式 #

方法1：修复apply逻辑 #

通过括号包裹生成器，并使用all()确保该行所有列都满足上下限条件：

import pandas as pd

xdf = pd.DataFrame(columns=['A','B'],data=[[-10,20],[2,8],[4,1],[3,-1]])
xdf_params_limits = pd.DataFrame(columns=['A','B'],index=['min','max'],data=[[0,1],[5,30]])

# 修复语法并聚合所有列的判断结果
xdf_flt = xdf.apply(lambda row: all(
    (row[col] > xdf_params_limits[col].loc['min']) & 
    (row[col] < xdf_params_limits[col].loc['max']) 
    for col in xdf.columns
), axis=1)
xdf = xdf[xdf_flt]
print(xdf)

方法2：向量化操作（推荐，效率更高） #

逐行apply在大数据集下效率较低，推荐使用Pandas向量化特性直接批量比较：

import pandas as pd

xdf = pd.DataFrame(columns=['A','B'],data=[[-10,20],[2,8],[4,1],[3,-1]])
xdf_params_limits = pd.DataFrame(columns=['A','B'],index=['min','max'],data=[[0,1],[5,30]])

# 分别生成下限、上限的布尔掩码，再取所有列的交集
lower_mask = xdf > xdf_params_limits.loc['min']
upper_mask = xdf < xdf_params_limits.loc['max']
combined_mask = lower_mask & upper_mask
# 保留所有列都满足条件的行
xdf = xdf[combined_mask.all(axis=1)]
print(xdf)

运行结果 #

两种方法均会输出符合预期的结果：

A   B
1   2   8

内容的提问来源于stack exchange，提问作者Mainland