如何用Pandas高效过滤含大量输入列的仿真DataFrame并获取输出

嘿，完全懂这种痛苦——面对100个输入列，手动写几十上百个(df['inputX']==Y)的布尔条件，光是想想都头大！其实Pandas有好几种优雅的方法可以解决这个问题，不用重复造轮子，下面给你详细说说：

方法1：设置输入列为多层索引（最推荐） #

把所有输入列设置为DataFrame的多层索引，之后就能直接通过索引快速定位对应的输出，效率超高，尤其适合大型数据集。

# 第一步：先定义你的输入列列表（比如所有以'input'开头的列，或者手动指定）
input_cols = [col for col in df.columns if col.startswith('input')]

# 第二步：将输入列设置为多层索引
df_indexed = df.set_index(input_cols)

# 第三步：直接通过索引元组获取目标输出
# 比如要获取input1=a1, input2=a2, input3=a3对应的输出
target_output = df_indexed.loc[('a1', 'a2', 'a3'), ['output1', 'output2']]

# 如果要遍历所有唯一输入组合，直接取索引的唯一值即可
for input_combination in df_indexed.index.unique():
    current_output = df_indexed.loc[input_combination]
    # 这里可以处理每个组合的输出

这种方法的优势在于：索引查找是Pandas中性能最优的操作之一，而且代码简洁，不需要拼接复杂的过滤条件。

方法2：按输入列分组 #

因为每个输入组合对应唯一的输出，我们可以用groupby按输入列分组，每组就是一个唯一输入组合的结果。

input_cols = [col for col in df.columns if col.startswith('input')]

# 按输入列分组，取每组的第一个值（因为每个组合唯一，第一个就是全部）
grouped_df = df.groupby(input_cols).first()

# 同样用loc获取目标输出
target_output = grouped_df.loc[('a1', 'a2', 'a3')]

这个方法适合你需要顺便对输出做一些聚合操作的场景（比如求均值、求和，但这里因为唯一，first()就足够），分组后的结构和索引方法类似，使用起来同样方便。

方法3：动态生成查询语句（适合临时查询） #

如果不想修改原DataFrame的结构，可以用df.query()配合动态生成的查询字符串，自动拼接所有输入列的条件：

# 假设你有一个存储输入组合的字典，比如：
input_values = {'input1': 'a1', 'input2': 'a2', 'input3': 'a3'}

# 动态生成查询条件字符串
query_condition = ' & '.join([f"{col} == '{val}'" for col, val in input_values.items()])

# 执行查询获取输出
target_output = df.query(query_condition)[['output1', 'output2']]

这种方法的好处是不需要改变原数据结构，但对于超大数据集，性能会比索引方法稍差一些，适合临时的单个组合查询。

总的来说，设置多层索引的方法是最适合你的场景的——既简洁又高效，完美解决100个输入列的过滤难题！

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