如何在Pandas DataFrame中同时使用AND与OR过滤？报错求助

首先咱们拆解下你遇到的问题：你写的代码里用了逗号分隔两个条件，这在Pandas的布尔索引逻辑里是错误的——逗号会被解释成尝试用元组作为索引，而Series是可变对象无法被哈希，所以才抛出这个报错。

你的需求是获取满足「(Dependant为空 或 cust2_status为'closed') 且 cust1_status为'active'」的行，这里的核心是逻辑运算符的优先级控制和正确的布尔索引写法，同时要使用Pandas支持的元素级逻辑运算符，而非Python原生的逻辑关键字。

正确的代码写法 #

filtered_df = data[((data['Dependant'].isnull()) | (data['cust2_status'] == 'closed')) & (data['cust1_status'] == 'active')]

关键细节说明 #

• 括号的必要性：因为|（或）的优先级低于&（且），必须把「Dependant为空 或 cust2_status为closed」这部分用括号括起来，确保先计算这个或条件，再和后面的「cust1_status为active」做与运算，完全匹配你的需求逻辑。
• 用&/|替代and/or：Python原生的and/or是判断整个对象的布尔值，而Pandas需要对DataFrame的每个元素做逐行逻辑判断，所以必须用元素级的&和|运算符。
• 移除逗号：你原代码里的逗号是错误根源，Pandas的布尔索引只接受单个布尔Series作为筛选条件，所以要把所有条件组合成一个整体的布尔表达式。

如果追求更高的代码可读性，也可以把条件拆分单独定义：

# 拆分条件，更易维护
has_no_dependant = data['Dependant'].isnull()
cust2_closed = data['cust2_status'] == 'closed'
cust1_active = data['cust1_status'] == 'active'

filtered_df = data[(has_no_dependant | cust2_closed) & cust1_active]

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