pandas DataFrame多条件行筛选的简洁实现方法咨询

逻辑与（同时满足多条件）实现 #

你预想的元组匹配写法可以通过eq()+all(axis=1)实现，效果和&连接多个条件完全一致：

# 筛选name='A'且action='buy'的行
df1 = df[df[['name', 'action']].eq(('A', 'buy')).all(axis=1)]

原理：eq()方法会将DataFrame的每一列和元组对应位置的值做等值匹配，返回布尔类型的DataFrame；all(axis=1)会判断每一行的所有布尔值是否都为True，只有所有条件都满足的行才会被保留。

逻辑或（满足任意条件）实现 #

对应|连接多条件的场景，把all(axis=1)替换为any(axis=1)即可：

# 筛选name='A'或class='sub'的行
df2 = df[df[['name', 'class']].eq(('A', 'sub')).any(axis=1)]

原理：any(axis=1)只要某一行有任意一个布尔值为True，就会返回True，对应逻辑或的效果。

更灵活的复杂混合逻辑方案 #

如果涉及与或非混合的多条件筛选，更推荐使用query()方法，写法更简洁易读，接近自然语言：

# 逻辑与写法
df1 = df.query("name == 'A' and action == 'buy'")

# 逻辑或写法
df2 = df.query("name == 'A' or class == 'sub'")

# 引用外部变量写法，变量前加@符号即可
target_name = 'A'
df3 = df.query("name == @target_name and action != 'sell'")

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