如何实现多列条件过滤DataFrame，无参数时返回全量数据？

需求 #

编写名为find的函数，处理存储人员信息的CSV文件：

• 传入任意数量的参数（first/last/city）时，按所有给定参数过滤DataFrame
• 无参数传入时返回完整的DataFrame

示例CSV数据 #

FirstName    LastName   City
Matt          Fred      Austin
Jim           Jack      NYC
Larry         Bob       Houston
Matt          Spencer   NYC

预期调用效果 #

find(first="Matt", last="Fred")
# 输出：Matt   Fred Austin

find()
# 输出：完整DataFrame

find(last="Spencer")
# 输出：Matt Spencer NYC

find(city="NYC")
# 输出：所有居住在NYC的人员数据

问题代码（存在逻辑错误） #

def find(first=None, last=None, city=None):
    file= pd.read_csv(list)
    searched = file.loc[(file["FirstName"] == first) & (file["LastName" == last]) & (file["City"] == city)]
    return searched

问题分析 #

1. 语法错误：file["LastName" == last]是错误写法，正确应为file["LastName"] == last
2. 逻辑缺陷：未传入的参数值为None，直接用== None会导致过滤条件不成立（比如只传first="Matt"时，last和city为None，file["LastName"] == None匹配不到任何行）
3. 其他问题：缺少pandas导入，pd.read_csv(list)中的list是无效变量，应替换为实际CSV文件路径

修复后的代码 #

import pandas as pd

def find(first=None, last=None, city=None):
    # 替换为你的实际CSV文件路径，空格分隔的CSV用delim_whitespace=True处理
    df = pd.read_csv("people.csv", delim_whitespace=True)
    
    # 初始条件：全部保留
    filter_condition = pd.Series([True] * len(df), index=df.index)
    
    # 只对传入的参数添加过滤条件
    if first is not None:
        filter_condition &= df["FirstName"] == first
    if last is not None:
        filter_condition &= df["LastName"] == last
    if city is not None:
        filter_condition &= df["City"] == city
    
    return df[filter_condition]

代码说明 #

• 用delim_whitespace=True适配空格分隔的CSV数据（如果是逗号分隔，删除该参数即可）
• 初始过滤条件设为全True，确保无参数时返回完整DataFrame
• 仅当参数不为None时才添加对应过滤条件，避免未传参数导致的无效匹配
• 修正了原代码的语法错误，补充了必要的库导入

内容的提问来源于stack exchange，提问作者Emm