如何在循环中多条件过滤DataFrame并生成多结果DataFrame

核心思路 #

要实现任意列数的唯一值组合过滤，关键是生成所有列唯一值的笛卡尔积（即所有可能的组合），再针对每个组合构建多条件过滤逻辑，筛选对应行后导出。

具体实现步骤 #

1. 提取指定列的唯一值
   先从原DataFrame中提取目标列的唯一值，整理成字典（和你现有的data格式一致），如果还没实现这一步，可用以下代码生成：

   import pandas as pd
   from itertools import product
   
   # df为原DataFrame，target_cols是指定的列名列表，比如['OS', 'Work']
   target_cols = ['OS', 'Work']
   data = {col: set(df[col].unique()) for col in target_cols}
   

2. 生成所有唯一值组合
   使用itertools.product生成各列唯一值的笛卡尔积，自动适配任意列数：

   # 将集合转为列表，用于生成笛卡尔积
   values_list = [list(data[col]) for col in target_cols]
   # 生成所有组合，每个组合是元组，比如('IOS', 'Developer')
   all_combinations = product(*values_list)
   

3. 遍历组合并过滤导出
   对每个组合构建多条件过滤，筛选后导出Excel：

   save_path = "./output/"  # 你的导出路径
   for combo in all_combinations:
       # 叠加多列过滤条件
       filter_condition = pd.Series([True]*len(df), index=df.index)
       for col, val in zip(target_cols, combo):
           filter_condition &= (df[col] == val)
       
       # 筛选符合条件的行
       filtered_df = df[filter_condition]
       
       # 生成可区分的文件名
       filename = "_".join(combo) + ".xlsx"
       full_path = save_path + filename
       
       # 导出Excel（替换为你已有的导出逻辑即可）
       filtered_df.to_excel(full_path, index=False)
   

简化写法（用query语法） #

如果偏好更简洁的代码，可使用df.query()构建过滤条件：

for combo in all_combinations:
    # 拼接query字符串，比如"OS == 'IOS' and Work == 'Developer'"
    query_str = " and ".join([f"{col} == '{val}'" for col, val in zip(target_cols, combo)])
    filtered_df = df.query(query_str)
    
    # 导出逻辑同上
    filename = "_".join(combo) + ".xlsx"
    filtered_df.to_excel(save_path + filename, index=False)

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