如何基于多条件从DataFrame提取数据并生成可存储新DataFrame

需求 #

需要从DataFrame中筛选出包含OnlyFans相关内容或TOP 0.01%标识的数据，目前已通过循环打印符合条件的记录，希望生成可保存为CSV或Excel的新DataFrame。

解决方案 #

直接使用pandas的布尔索引进行筛选，比循环更高效简洁，步骤如下：

1. 构建筛选条件
   针对需求中的匹配规则，用str.contains实现模糊匹配，通过case=False忽略大小写，na=False处理空值避免报错：

   # 逐个列构建匹配条件
   cond_desc = dataframe['Description'].str.contains('onlyfans', case=False, na=False)
   cond_name_onlyfans = dataframe['Display_Name'].str.contains('onlyfans', case=False, na=False)
   cond_name_top = dataframe['Display_Name'].str.contains('TOP 0.01%', case=False, na=False)
   cond_content_top = dataframe['Content'].str.contains('top 0.01%', case=False, na=False)
   
   # 合并条件：满足任一条件即保留
   filter_rule = cond_desc | cond_name_onlyfans | cond_name_top | cond_content_top
   

2. 生成筛选后的新DataFrame

   filtered_df = dataframe[filter_rule]
   

3. 导出为CSV或Excel

   # 保存为CSV（index=False不保留行索引）
   filtered_df.to_csv('filtered_result.csv', index=False, encoding='utf-8')
   
   # 保存为Excel（需先安装依赖：pip install openpyxl）
   filtered_df.to_excel('filtered_result.xlsx', index=False)
   

说明 #

• 利用pandas向量化操作替代手动循环，在大数据量场景下效率提升明显。
• 筛选后的filtered_df保留原DataFrame所有列信息，可直接用于后续分析或导出。

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