You need to enable JavaScript to run this app. pandas如何基于两列值排除指定行组合实现DataFrame子集筛选
优惠活动
大模型
产品
解决方案
定价
更多

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:

  1. 写出需要剔除的行的判断规则:(df['Record'] == "MO") & (df['Year'].isin([2017, 2018]))
  2. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.01 13:45:06