如何在Pandas中基于多列迭代筛选行并支持单/多值匹配？

当需要筛选DataFrame中任意指定列等于单个值或属于某值列表的行时，无需手动拼接多个|条件，用any()结合批量列操作就能高效解决，以下是两种场景的实现方案：

1. 筛选任意目标列等于单个值的行 #

通过布尔DataFrame的行级any()判断，快速定位符合条件的行：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({"": [0,1,2,3,4,5,6,7,8],
                   "c1": ["abc1", "", "dfg", "abc1", "","dfg","ghj","abc1","abc1"], 
                   "c2": ["abc1", "abc1", "dfg", "dfg", "","dfg","","ghj","abc1"], 
                   "c3": ["abc1", "", "dfg", "dfg", "dfg","dfg","abc1","ghj","abc1"]})

# 定义目标列（c1到c100可自动生成：[f'c{i}' for i in range(1, 101)]）
target_cols = ['c1', 'c2', 'c3']
target_value = "abc1"

# 核心筛选逻辑
filtered_df = df[(df[target_cols] == target_value).any(axis=1)]
print(filtered_df)

逻辑说明 #

• df[target_cols] == target_value：生成与目标列结构一致的布尔DataFrame，标记每个单元格是否等于目标值
• .any(axis=1)：按行判断，只要该行任意一列满足条件就返回True
• 最终用布尔序列直接筛选原DataFrame，得到符合要求的行子集

2. 筛选任意目标列属于值列表的行 #

如果需要匹配多个值（如['abc1', 'ghj']），替换为isin()方法即可：

target_values = ['abc1', 'ghj']
filtered_df = df[(df[target_cols].isin(target_values)).any(axis=1)]
print(filtered_df)

扩展技巧 #

针对c1到c100这类有规律的列名，无需手动枚举，用列表推导式自动生成目标列列表：

target_cols = [f'c{i}' for i in range(1, 101)]

内容的提问来源于stack exchange，提问作者AAA