如何让Pandas筛选函数适配所有列组合并实现动态传参？

我有一份赛事数据的CSV文件，已编写一个基于固定列筛选的Pandas函数，用于筛选DataFrame并计算back列的总和。现在需要处理指定列的所有可能组合（已生成组合列表），希望改造results函数，使其适配任意列组合，同时解决不同参数数量的调用问题，且不愿使用eval方法。

方法1：使用**kwargs接收动态筛选参数 #

这种方式通过关键字参数传递任意数量的列名-值配对，函数内部自动构建筛选条件：

import pandas as pd

def dynamic_results(df, **filters):
    # 初始化全量匹配的掩码
    mask = pd.Series([True] * len(df), index=df.index)
    # 遍历所有筛选条件，叠加布尔掩码
    for col, value in filters.items():
        mask &= df[col] == value
    # 返回筛选后back列的总和
    return df.loc[mask, 'back'].sum()

调用示例

假设你已经生成了包含所有筛选组合的字典列表（每个字典对应一组列-值筛选条件）：

# 示例筛选组合列表
filter_combinations = [
    {'league': '英超'},
    {'team': '曼联'},
    {'league': '英超', 'team': '曼联'},
    {'tournament': '足总杯', 'team': '切尔西'}
]

# 遍历所有组合并计算结果
for combo in filter_combinations:
    total = dynamic_results(df, **combo)
    print(f"筛选条件{combo} → back总和：{total}")

方法2：直接接收列名组合与对应值列表 #

如果你的组合列表是列名列表+对应值列表的形式，可使用这种更直观的参数传递方式：

def results_with_col_combo(df, col_names, col_values):
    if len(col_names) != len(col_values):
        raise ValueError("列名数量必须与值数量匹配")
    
    mask = pd.Series([True] * len(df), index=df.index)
    for col, val in zip(col_names, col_values):
        mask &= df[col] == val
    
    return df.loc[mask, 'back'].sum()

调用示例

假设你有列名组合列表和对应的取值列表：

# 列名组合列表
col_combinations = [
    ['league'],
    ['team'],
    ['league', 'team'],
    ['tournament', 'team']
]

# 对应取值列表
value_combinations = [
    ['英超'],
    ['曼联'],
    ['英超', '曼联'],
    ['足总杯', '切尔西']
]

# 遍历计算
for cols, vals in zip(col_combinations, value_combinations):
    total = results_with_col_combo(df, cols, vals)
    print(f"列组合{cols}（取值{vals}）→ back总和：{total}")

核心优势 #

• 完全规避eval方法，基于Pandas原生布尔索引实现，安全且性能稳定
• 支持任意数量的列组合，无需修改函数即可适配不同长度的筛选条件
• 参数传递灵活，可根据现有组合数据的格式选择对应调用方式

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