如何在Pandas多列中匹配可变数量的值筛选对应DataFrame行

核心逻辑 #

• 利用pandas原生isin()方法实现单列多值的或匹配
• 多列筛选规则默认使用且关系叠加，可按需调整逻辑

完整函数代码 #

import pandas as pd

def filter_df_by_multi_match(df: pd.DataFrame, filter_config: dict) -> pd.DataFrame:
    """
    按自定义规则筛选DataFrame子集
    :param df: 待筛选的原始DataFrame
    :param filter_config: 筛选规则字典，键为目标列名，值为该列需要匹配的所有值组成的列表
    :return: 符合筛选规则的DataFrame副本
    """
    # 初始化布尔筛选掩码
    filter_mask = pd.Series(True, index=df.index)
    for col, match_values in filter_config.items():
        filter_mask &= df[col].isin(match_values)
    return df.loc[filter_mask].copy()

调用示例 #

1. 构造测试数据 #

test_data = pd.DataFrame({
    "column_a": ["a", "b", "c", "d", "a", "c"],
    "column_b": ["A", "B", "X", "C", "X", "A"],
    "count": [1, 2, 3, 4, 5, 6]
})

2. 定义筛选规则 #

示例规则：column_a匹配a或b，同时column_b匹配A、B或X

filter_rules = {
    "column_a": ["a", "b"],
    "column_b": ["A", "B", "X"]
}

3. 执行筛选 #

filtered_df = filter_df_by_multi_match(test_data, filter_rules)
print(filtered_df)

输出结果 #

column_a column_b count
0 a A 1
1 b B 2
4 a X 5

自定义调整说明 #

• 如需将多列规则的逻辑从「且」改为「或」，只需将代码中filter_mask &= df[col].isin(match_values)的&=替换为|=
• 如需匹配排除指定值的规则，将df[col].isin(match_values)改为~df[col].isin(match_values)即可

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