Pandas中Filter变量失效：修改数据后筛选结果异常

你定义的filter1是静态布尔数组，它在赋值时就已经基于当时的DataFrame数据计算出了每行的True/False结果，之后即使DataFrame中的数据被修改，这个变量存储的布尔值不会自动更新。

比如你初始计算filter1时，符合条件的行（Austria那行）对应的位置是True；当你把该行的weight改为100后，filter1里的True值依然保留，所以用它筛选还是会返回原来的行。

有几种方式可以解决这个问题，确保每次筛选都基于最新的DataFrame数据：

• 每次使用前重新计算过滤器
  不要将过滤器结果存在变量里长期复用，每次筛选前重新计算条件：

  # 修改数据后，重新计算过滤器
  filter1 = (df['weight'].str.slice(stop=2)=='65') & (df['country'].str.slice(stop=2)=='Au')
  df.loc[filter1]
  

• 将过滤器封装为函数
  把筛选逻辑写成函数，每次调用时传入当前的DataFrame，动态生成最新的布尔数组：

  def get_filter1(df):
      return (df['weight'].str.slice(stop=2)=='65') & (df['country'].str.slice(stop=2)=='Au')
  
  # 初始筛选
  df.loc[get_filter1(df)]
  # 修改数据后，调用函数获取最新过滤器
  df.loc[get_filter1(df)]
  

• 使用df.query()动态查询
  query()方法每次执行都会基于当前DataFrame的数据计算条件，适合动态筛选：

  # 初始筛选
  df.query("weight.str.slice(stop=2) == '65' and country.str.slice(stop=2) == 'Au'")
  # 修改数据后直接再次查询，自动用最新数据计算
  df.query("weight.str.slice(stop=2) == '65' and country.str.slice(stop=2) == 'Au'")
  

内容的提问来源于stack exchange，提问作者Brandon