基于两列条件的Pandas DataFrame数据筛选问题

首先，我们先明确你的核心需求：只移除同时满足Name = 'RACHEL'且Job = 'CHEF'的行，其余所有行全部保留。你的原始DataFrame构造代码如下：

import pandas as pd

data = pd.DataFrame({
    'Name': ['RACHEL', 'MONICA', 'PHOEBE', 'ROSS', 'CHANDLER', 'JOEY', 'RACHEL', 'RACHEL'],
    'Age': [30, 35, 37, 33, 34, 30, 30, 15],
    'Salary': [100000, 93000, 88000, 120000, 94000, 95000, 100000, 10],
    'Job': ['DESIGNER', 'CHEF', 'MASUS', 'PALENTOLOGY', 'IT', 'ARTIST', 'DESIGNER', 'CHEF']
})

分析你之前的错误代码 #

你尝试的筛选代码：

data = data.loc[ (data.Name != 'RACHEL') & (data.Job != 'CHEF') ]

这个逻辑是保留所有Name不是RACHEL并且Job不是CHEF的行，这会错误地过滤掉所有Name为RACHEL的行（哪怕Job不是CHEF），以及所有Job为CHEF的行（哪怕Name不是RACHEL），完全不符合你的需求。

正确的筛选方法 #

我们需要排除的是同时满足两个条件的行，这里有两种简洁的实现方式：

方法1：直接取反“同时满足Name='RACHEL'且Job='CHEF'”的条件

通过~符号对目标条件取反，保留所有不满足该组合条件的行：

# 保留不满足(Name='RACHEL'且Job='CHEF')的所有行
filtered_data = data.loc[ ~((data.Name == 'RACHEL') & (data.Job == 'CHEF')) ]

方法2：利用德摩根定律转换条件

根据逻辑运算的德摩根定律，非(A且B) = 非A 或 非B，我们可以把条件转换成更易读的形式：

filtered_data = data.loc[ (data.Name != 'RACHEL') | (data.Job != 'CHEF') ]

两种方法都能得到你预期的结果：

Name  Age  Salary          Job
0    RACHEL   30  100000    DESIGNER
1    MONICA   35   93000       CHEF
2    PHOEBE   37   88000       MASUS
3      ROSS   33  120000  PALENTOLOGY
4  CHANDLER   34   94000         IT
5      JOEY   30   95000      ARTIST
6    RACHEL   30  100000    DESIGNER

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