如何优雅组合列表中多个Pandas Series索引条件（逻辑或）？

核心解决方案：用functools.reduce批量拼接逻辑或操作 #

你可以借助Python标准库的functools.reduce，自动把列表里的所有布尔Series用|（逻辑或）运算符拼接起来，彻底替代手动逐个写索引的繁琐操作：

首先导入依赖：

from functools import reduce
import operator

然后替换你的手动拼接代码：

# 用operator.or_比lambda写法更高效
cond = reduce(operator.or_, cond_list)

如果不想额外导入operator，也可以用lambda实现（效果完全一致）：

cond = reduce(lambda x, y: x | y, cond_list)

优化条件列表的生成代码 #

另外，你生成cond_list的循环也可以改成更简洁的列表推导式，减少冗余代码：

cond_list = [
    (df2[a].str.contains(a)) & (df2[b].isin(df1[df1['a'] == a].b.unique()))
    for a in df1.var1.unique()
]

边界情况处理 #

如果df1.var1可能没有唯一值（导致cond_list为空），可以加个判断避免报错：

import pandas as pd

if cond_list:
    cond = reduce(operator.or_, cond_list)
else:
    # 空列表时返回全False的Series，可根据实际需求调整
    cond = pd.Series([False]*len(df2), index=df2.index)

这样不管你的条件列表有多少个元素，都能自动完成逻辑或的拼接，代码更简洁且易于维护。

内容的提问来源于stack exchange，提问作者user13559693