Python Pandas中多条件过滤DataFrame问题求助

原代码的核心错误 #

1. 拼写错误：.srt.contains应为.str.contains（Pandas字符串处理的正确属性是str）
2. 逻辑运算符误用：你的需求是三个条件同时满足，需用&（逻辑与）而非|（逻辑或）；且每个条件必须用括号包裹，避免运算符优先级导致的计算错误
3. 冗余写法：多次调用contains不如用更简洁高效的方式处理多值匹配

正确实现方式 #

方式1：模糊匹配（适用于城市/职位名称是子串的场景）

如果column2中的城市名包含"city1"/"city4"、column5中的职位名包含"job3"/"job9"时需要保留，用正则匹配简化contains调用：

df_srm_final = df_name_filtered_columns[
    (df_name_filtered_columns["column2"].str.contains("city1|city4")) &
    (df_name_filtered_columns["column5"].str.contains("job3|job9")) &
    (df_name_filtered_columns["column11"] > 0)
]

方式2：精确匹配（推荐，适用于城市/职位是完全匹配的场景）

如果需要column2严格等于"city1"或"city4"、column5严格等于"job3"或"job9"，用isin()更高效易读：

df_srm_final = df_name_filtered_columns[
    (df_name_filtered_columns["column2"].isin(["city1", "city4"])) &
    (df_name_filtered_columns["column5"].isin(["job3", "job9"])) &
    (df_name_filtered_columns["column11"] > 0)
]

额外说明 #

• 若column11存在非数值类型数据，可先转类型再过滤：df_name_filtered_columns["column11"] = pd.to_numeric(df_name_filtered_columns["column11"], errors="coerce")，确保过滤逻辑正常运行
• 所有条件必须用括号包裹，因为Pandas中&的优先级高于比较运算符（>），不加括号会导致运算顺序混乱

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