如何编写适配Pandas多层列头DataFrame的通用行筛选函数

函数实现 #

直接用Pandas内置的按行聚合逻辑即可实现通用筛选，代码如下：

def select(f, top_level_name):
    # 提取指定顶层列对应的所有子列数据
    target_sub_df = f[top_level_name]
    # 按行判断：只要任意子列转换为布尔后为真，该行就符合条件
    mask = target_sub_df.astype(bool).any(axis=1)
    # 返回筛选后的完整DataFrame
    return f[mask]

使用验证 #

你可以直接用给出的示例数据测试：

# 测试筛选顶层A的行
print(select(f, "A"))
# 输出结果和手动写的筛选逻辑完全一致：
   A     B   
   u  v  x  y
0  1  1  0  1
1  1  0  0  0
3  1  0  1  0

# 测试筛选顶层B的行
print(select(f, "B"))
# 输出结果同样匹配手动实现：
   A     B   
   u  v  x  y
0  1  1  0  1
2  0  0  1  1
3  1  0  1  0

逻辑说明 #

• 不管指定顶层列下有多少个子列、子列名称是什么，f[top_level_name]都可以一次性提取所有对应子列组成子DataFrame，无需硬编码子列名
• any(axis=1)会自动对每一行的所有子列做逻辑或运算，替代手动拼接多个|条件，适配任意子列数量
• astype(bool)和原实现的逻辑保持一致，兼容非0/1的数值类型判断

内容的提问来源于stack exchange，提问作者W.P. McNeill