如何使用Pandas按地区筛选CSV数据子集？

你的代码目前有几个关键问题，导致无法正确筛选数据：

1. 函数参数传入的df被内部重新赋值覆盖，完全没用到外部传入的DataFrame
2. 没有实现核心的按地区筛选逻辑
3. 返回值不符合需求，你需要返回筛选后的子集，而非原数据和地区名

修正后的完整代码 #

import pandas as pd
import os

# 先在函数外部读取CSV，避免重复IO操作
path = os.getcwd()
df = pd.read_csv(os.path.join(path, '2020.csv'))
pd.set_option("display.precision", 2)

def CreateSubsetPerRegion(df, region):
    # 用布尔索引筛选指定地区的行
    region_subset = df[df['Region'] == region]
    return region_subset

# 调用函数并展示结果
display(CreateSubsetPerRegion(df,'East Asia'))
display(CreateSubsetPerRegion(df,'Central and Eastern Europe'))

关键逻辑说明 #

• 布尔索引筛选：df[df['Region'] == region]会生成一个布尔数组，标记每一行的Region是否等于目标地区，然后用这个数组从原DataFrame中提取匹配的行，得到对应地区的子集。
• 避免重复读文件：把pd.read_csv放到函数外面，只执行一次，提升效率，也符合函数的单一职责原则（函数只负责筛选，不负责读取文件）。
• 返回正确结果：直接返回筛选后的region_subset，这就是你需要的指定地区DataFrame。

如果需要处理地区名称大小写不一致的情况，可以改成不区分大小写的筛选：

region_subset = df[df['Region'].str.lower() == region.lower()]

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