如何按多列筛选Pandas DataFrame并获取指定列的有效值？

你的问题出在筛选条件的构造方式上：直接用df[[*fcols]] == t生成的布尔矩阵去索引原DataFrame时，只有指定的a、b列有对应的布尔判断，n列没有匹配的筛选规则，所以会被置为NaN。正确的做法是先生成行级的布尔筛选器，再用它提取目标列。

正确代码示例 #

import pandas as pd

t, f = True, False
data = [
 [t, f, f, '1'],
 [f, f, f, '2'],
 [f, t, f, '3'],
 [f, f, t, '4']
]
df = pd.DataFrame(data, columns=list("abcn"))

fcols = ("a", "b")
# 生成每行的筛选条件：a或b列任意为True
mask = df[fcols].any(axis=1)
# 提取符合条件的n列值
target_values = df.loc[mask, 'n']

print(target_values)

输出结果 #

0    1
2    3
Name: n, dtype: object

简化写法 #

如果想更简洁，可以合并成一行：

target_values = df.loc[df[fcols].any(axis=1), 'n']

若需要列表形式 #

直接调用tolist()即可：

target_list = target_values.tolist()
# 输出：['1', '3']

内容的提问来源于stack exchange，提问作者user8060120