Pandas DataFrame如何正确设置超2个条件实现数据筛选

你的代码存在两个核心问题：

1. 逻辑错误：用&连接多个df['col2'] == 某值的判断，等价于要求同一行的col2字段同时等于cond2、cond3、cond4三个不同值，这种数据不可能存在，自然返回空DataFrame。你实际需要的是col2匹配三个值中的任意一个，属于“或”逻辑，不是“和”逻辑。
2. 语法错误：你贴的代码里每个col2的判断条件，字符串值末尾都漏了闭合的单引号，就算逻辑写对也会触发语法报错。

你需要实现的正确筛选逻辑是：

• col1字段等于'cond1'
• col2字段等于'cond2'、'cond3'、'cond4'三者中的任意一个

方法1：使用.isin()（推荐，代码最简洁） #

同一字段匹配多个离散值时，直接把目标值放到列表中传入.isin()即可，不需要手动拼接多个判断条件：

filtered_df = df[(df['col1'] == 'cond1') & df['col2'].isin(['cond2', 'cond3', 'cond4'])]

方法2：手动用|拼接或条件 #

如果不想用isin，也可以用代表“或”逻辑的|连接col2的多个判断条件，注意每个独立判断都必须用圆括号包裹，避免运算符优先级导致的错误：

filtered_df = df[
    (df['col1'] == 'cond1') &
    (
        (df['col2'] == 'cond2') |
        (df['col2'] == 'cond3') |
        (df['col2'] == 'cond4')
    )
]

• pandas布尔索引中，&对应“同时满足”的和逻辑，|对应“满足任意一个”的或逻辑，~对应“取反”逻辑，不能和Python原生的and/or/not关键字混用。
• 所有独立的判断表达式必须单独用圆括号包裹，否则会因为Python运算符优先级规则触发报错。
• 单字段匹配多值的场景优先用.isin()，可读性更强，也不容易出现逻辑写错的问题。

内容的提问来源于stack exchange，提问作者user16511234