如何基于多筛选条件在同工作表中并排展示数据视图

需求背景 #

我已经基于多种条件生成了大量表格，现在需要通过多个筛选条件将数据并排展示，想搞清楚怎么在表格里应用/组合多筛选条件，从而在同一份脚本里生成不同的数据视图。

现有脚本（已修正语法错误） #

原脚本存在列表括号闭合错误和拼写问题，修正后如下：

df = df[(df.category == 'Pant1') | (df.category == 'Pant2')]
def create_summary_tables(df):
    white = df[df['color']=='White'].shape[0]
    blue = df[df['color']=='Blue'].shape[0]
    black = df[df['color']=='Black'].shape[0]
    green = df[df['color']=='Green'].shape[0]

    pant = pd.DataFrame([
        ['White', white, round((white / df.shape[0]) * 100, 2)],
        ['Blue', blue, round((blue / df.shape[0]) * 100, 2)],
        ['Black', black, round((black / df.shape[0]) * 100, 2)],
        ['Green', green, round((green / df.shape[0]) * 100, 2)]
    ], columns=['Color', 'Sum', 'Percent'])
    return pant

预期效果 #

要生成多组并排的汇总表格，每组表格对应不同的筛选条件（比如顶部高亮栏分别对应不同品类、尺码等维度），每组表格都展示对应筛选结果下各颜色的数量和占比，实现多数据视图的并列展示。

实现方案 #

1. 把筛选和统计逻辑做成通用函数

不用重复写统计代码，把筛选条件作为参数传入，让函数能适配不同条件生成对应表格：

def create_filtered_summary(df, filter_condition):
    # 应用筛选条件得到子数据集
    filtered_df = df[filter_condition]
    # 自动统计各颜色的数量
    color_counts = filtered_df['color'].value_counts().reset_index()
    color_counts.columns = ['Color', 'Sum']
    # 计算占比并保留两位小数
    color_counts['Percent'] = round((color_counts['Sum'] / filtered_df.shape[0]) * 100, 2)
    # 确保所有目标颜色都在表格中（避免筛选后某些颜色缺失，用0填充）
    target_colors = ['White', 'Blue', 'Black', 'Green']
    color_counts = color_counts.set_index('Color').reindex(target_colors).fillna(0).reset_index()
    return color_counts

2. 定义多组筛选条件

根据需求灵活组合条件，示例如下：

# 筛选条件1：仅Pant1品类
filter_pant1 = df['category'] == 'Pant1'
# 筛选条件2：仅Pant2品类
filter_pant2 = df['category'] == 'Pant2'
# 筛选条件3：Pant1且尺码为M
filter_pant1_m = (df['category'] == 'Pant1') & (df['size'] == 'M')
# 筛选条件4：所有品类中价格大于100的商品
filter_price_over_100 = df['price'] > 100

组合条件用&（且）、|（或）、~（非），注意多条件需用括号包裹。

3. 生成多视图并并排展示

用IPython的HTML展示功能实现表格并排，或用可视化工具美化：

import pandas as pd
from IPython.display import display_html

# 生成各个筛选条件下的表格
table_pant1 = create_filtered_summary(df, filter_pant1)
table_pant2 = create_filtered_summary(df, filter_pant2)
table_pant1_m = create_filtered_summary(df, filter_pant1_m)

# 定义并排展示函数
def show_side_by_side(dfs, titles):
    html_content = ''
    for df, title in zip(dfs, titles):
        # 每个表格独立成块，设置间距
        html_content += f'''
        <div style="display: inline-block; margin: 0 20px;">
            <h4>{title}</h4>
            {df.to_html(index=False, border=1)}
        </div>
        '''
    display_html(html_content, raw=True)

# 调用函数展示三组表格
show_side_by_side(
    [table_pant1, table_pant2, table_pant1_m],
    ['Pant1 汇总', 'Pant2 汇总', 'Pant1-M码 汇总']
)

4. 方案优势

• 复用性强：同一函数适配所有筛选条件，无需重复编写统计逻辑
• 扩展性好：新增筛选条件仅需定义新的filter_condition，调用函数即可生成对应视图
• 易维护：统计逻辑修改时，仅需调整通用函数，不用逐个修改表格生成代码

内容的提问来源于stack exchange，提问作者user19840753