pandas如何基于两列值排除指定行组合实现DataFrame子集筛选
筛选失效的核心原因
你之前的代码没有生效,本质是pandas 中的位运算符 &、| 的计算优先级高于比较运算符 ==、!=,如果不给每个独立的比较判断块加括号,代码的实际运算顺序会和预期完全偏差。
比如你写的 df['Record'] != "MO" & df['Year'] != "2017",运行时会先计算 "MO" & df['Year'],根本没有分别判断“Record是否等于MO”“Year是否等于2017”两个条件,自然得不到正确结果。
符合需求的正确实现
我们的核心目标是:删除所有同时满足「Record 列值为 MO」、「Year 列值为 2017 或 2018」的行,可以按照以下两种思路写代码,运行后和你给出的示例预期输出完全一致:
思路1:先定义剔除规则,再整体取反
这是最不容易写混逻辑的方式,直接和需求描述对齐:
- 写出需要剔除的行的判断规则:
(df['Record'] == "MO") & (df['Year'].isin([2017, 2018])) - 对整个规则取反,得到保留行的筛选掩码
# 注意每个比较判断块都要独立用括号包裹,避免优先级问题 drop_mask = (df['Record'] == "MO") & (df['Year'].isin([2017, 2018])) df_filtered = df[~drop_mask]
运行后得到的结果:
A Record Year 0 2002 MO 2019 1 3003 I 2018 2 4004 I 2020 3 6006 I 2018 4 7007 MO 2020 5 8008 I 2019 6 9009 I 2017
思路2:按保留条件直接写判断
根据德摩根定律,“排除A且B的行”等价于“保留所有不满足A的行 或者 不满足B的行”,可以直接写出保留规则,和思路1结果完全等价:
- 不满足A(不是MO):
df['Record'] != "MO" - 不满足B(年份不在2017/2018):
~df['Year'].isin([2017, 2018]) - 两者用或运算
|连接即可
df_filtered = df[(df['Record'] != "MO") | (~df['Year'].isin([2017, 2018]))]
注意事项
- 如果你的 Year 列是 object 类型,实际存储的是字符串形式的年份(比如值是
"2017"而非数字2017),只需要把isin里的数字换成对应字符串即可,不影响整体逻辑 - 不管写哪种判断,只要用到了
&或|,一定要把每个独立的比较判断表达式用圆括号包裹,这是 pandas 行列筛选最常见的踩坑点
内容的提问来源于stack exchange,提问作者Sam
相关产品推荐
相关产品推荐

