如何通过变量指定列名，基于列表值过滤Pandas DataFrame行？

嗨，这个问题我之前踩过坑！你用字符串拼接的方式之所以失效，是因为你把筛选条件当成了纯文本字符串，而不是让Pandas去执行的布尔表达式。别慌，有几个简单靠谱的办法能实现你要的通用过滤逻辑：

方法一：用方括号动态索引列（最推荐） #

这是Pandas里处理动态列名最标准的方式，直接用变量作为列的索引，然后调用isin()方法：

df = df[df[ColTarget].isin(FilterList)]

比如当ColTarget是"category"，FilterList是["A", "B"]时，这行代码就等价于df[df.category.isin(["A", "B"])]，完美支持变量列名。

方法二：用loc方法（可读性更强） #

如果需要同时控制行和列的筛选，loc方法会让代码更清晰，这里我们用:保留所有列：

df = df.loc[df[ColTarget].isin(FilterList), :]

这种写法在复杂的筛选场景下更易读，也符合Pandas的最佳实践。

方法三：慎用eval（不推荐） #

如果你非要用字符串表达式的方式，可以用eval()来执行，但强烈不推荐——因为如果ColTarget来自不可信的输入，会有安全风险，而且性能也不如前两种方法：

filter_expr = f'df["{ColTarget}"].isin(FilterList)'
df = df[eval(filter_expr)]

除非特殊场景，否则优先选前两种方法。

封装成复用函数 #

把这个逻辑封装成函数，以后用起来更方便：

def filter_dataframe(df, target_column, filter_values):
    """
    根据指定列和过滤列表筛选DataFrame
    参数:
        df: 原始DataFrame
        target_column: 目标列名（变量）
        filter_values: 要保留的值列表
    返回:
        筛选后的DataFrame
    """
    return df[df[target_column].isin(filter_values)]

# 使用示例
my_filtered_df = filter_dataframe(original_df, "product_type", ["electronics", "clothing"])

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