如何根据用户指定列列表自动生成DataFrame筛选条件？

问题背景 #

现有如下示例DataFrame：

df = pd.DataFrame({'weight':[10,20,30,40,50],
                   'speed':[100,120,140,160,180],
                   'distance':[1000,1100,1200,1300,1400],
                   'cat':['Y','N','N','N','Y']})

原本的筛选逻辑是固定的：

speed_margin = 160
weight_margin = 20
distance_margin = 1300
category = 'N'

conditions = np.where((df['speed'] < speed_margin) & (df['cat'] == category)
                    & (df['weight'] > weight_margin) & (df['distance']<distance_margin))
df1 = df.loc[conditions] 

现在需要根据用户提供的列名列表（如conditions_list = ['speed', 'distance', 'cat']或conditions_list = ['speed']），自动生成仅包含指定列对应条件的筛选逻辑，实现动态筛选。

解决方案 #

可以通过条件映射字典结合动态条件组合的方式实现，具体步骤如下：

1. 定义列与筛选条件的映射：把每个列对应的筛选规则提前存入字典，方便后续调用。
2. 根据用户输入的列列表筛选条件：从映射字典中提取指定列的条件。
3. 组合条件并筛选DataFrame：用逻辑与（&）组合所有选中的条件，直接通过布尔索引筛选数据。

完整代码实现

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({'weight':[10,20,30,40,50],
                   'speed':[100,120,140,160,180],
                   'distance':[1000,1100,1200,1300,1400],
                   'cat':['Y','N','N','N','Y']})

# 筛选阈值参数
speed_margin = 160
weight_margin = 20
distance_margin = 1300
category = 'N'

# 建立列名到对应筛选条件的映射字典
condition_mapping = {
    'speed': df['speed'] < speed_margin,
    'weight': df['weight'] > weight_margin,
    'distance': df['distance'] < distance_margin,
    'cat': df['cat'] == category
}

def filter_df_by_columns(conditions_list):
    # 提取用户指定列对应的条件
    selected_conditions = [condition_mapping[col] for col in conditions_list]
    # 组合所有条件（逻辑与）
    combined_condition = np.logical_and.reduce(selected_conditions)
    # 返回筛选后的DataFrame
    return df.loc[combined_condition]

测试示例

• 当conditions_list = ['speed', 'distance', 'cat']时：

result = filter_df_by_columns(['speed', 'distance', 'cat'])
print(result)

输出：

weight  speed  distance cat
1      20    120      1100   N
2      30    140      1200   N

• 当conditions_list = ['speed']时：

result = filter_df_by_columns(['speed'])
print(result)

输出：

weight  speed  distance cat
0      10    100      1000   Y
1      20    120      1100   N
2      30    140      1200   N

说明 #

• 使用np.logical_and.reduce()可以灵活处理任意长度的条件列表，避免手动拼接&符号的繁琐。
• 直接使用布尔索引（无需np.where）是pandas中更简洁的筛选方式，df.loc[布尔数组]会自动返回满足条件的行。
• 若后续需要新增列的筛选规则，只需在condition_mapping字典中添加对应的键值对即可，扩展性强。

内容的提问来源于stack exchange，提问作者serdar_bay