如何在Pandas中配置基于多列条件的DataFrame数据校验规则？

你Excel里的逻辑可以直接对应到pandas的向量化条件判断，实现方式非常简单：

核心实现代码 #

首先读取你的数据（以读取Excel为例，读csv的话换pd.read_csv即可）：

import pandas as pd
# 读取你的数据文件
df = pd.read_excel("你的文件路径.xlsx")

然后按你的规则生成校验结果列（1代表校验不通过，0代表校验通过，和你Excel公式的返回值完全一致）：

# 配置需要校验的EventType取值，若你的字段是数值类型，去掉列表元素的引号
target_event_types = ['1', '2', '3', '4', '6']
# 生成校验结果列
df['校验结果'] = (
    (df['EventType'].isin(target_event_types)) 
    & (df['Category'] == '0') # 若Category是数值类型，去掉0的引号
).astype(int)

常用后续操作 #

• 筛选所有校验不通过的行：

invalid_rows = df[df['校验结果'] == 1]

• 统计校验不通过的数量：

invalid_count = df['校验结果'].sum()

注意事项 #

如果你的EventType和Category字段在Excel中是数值格式，读入pandas后会是int/float类型，判断时要去掉对应值的引号，避免类型不匹配导致判断错误。

内容的提问来源于stack exchange，提问作者Tegman