如何在特定字符串参数下取消Pandas DataFrame过滤逻辑？

直接修改get_time函数，加入特殊条件判断即可实现需求：

import pandas as pd

df = pd.read_csv('data.csv', nrows=100000)

def get_time(event_1, event_2):
    # 特殊场景：返回原始数据集
    if event_1 == 'open' and event_2 == 'close':
        return df.copy()
    # 常规场景：按事件筛选
    filtered_df = df[(df['event_name'] == event_1) | (df['event_name'] == event_2)]
    return filtered_df.copy()

# 调用示例
# 返回全量原始数据
final_df = get_time(event_1='open', event_2='close')
# 返回仅含open和jump的数据集
filtered_result = get_time(event_1='open', event_2='jump')

逻辑说明 #

• 增加条件判断：当传入的两个参数恰好是event_1='open'且event_2='close'时，直接返回原始数据集的副本（使用copy()避免后续操作修改原始数据）。
• 其他参数组合下，保持原有逻辑筛选event_name匹配指定事件的行，同样返回副本保证数据独立性。

适配说明 #

如果你的原始数据列名是event（而非代码中的event_name），只需将代码中的df['event_name']替换为df['event']即可。

内容的提问来源于stack exchange，提问作者YanRemes