如何在Pandas中按多列组合条件优雅过滤DataFrame？

先还原下你的原始数据（方便测试验证）：

import pandas as pd

df = pd.DataFrame({
    'gene name': ['HRAS', 'PIK3CA', 'BRAF', 'EGFR', 'EGFR', 'BRAF', 'BRAF', 'HRAS'],
    'annotation': ['G12S', 'R88L', 'E474A', 'E734Q', 'V769', 'LQ599PE', 'KT587NA', 'G12S'],
    'ng DNA': [3.00, 3.00, 3.00, 3.00, 3.00, 4.00, 4.00, 17.70]
})

你的需求是筛选出('BRAF'+'E474A')和('HRAS'+'G12S')这两组组合的记录，这里有几个优雅的实现方案：

方案一：元组匹配法（最推荐，扩展性强） #

这个方法把需要匹配的两列打包成元组，直接用isin判断是否在目标组合列表里，代码简洁还方便维护——后续要加新的组合，直接往列表里加就行。

# 定义需要筛选的基因-注释组合
target_combinations = [('BRAF', 'E474A'), ('HRAS', 'G12S')]

# 把两列转为元组后匹配
filtered_df = df[df[['gene name', 'annotation']].apply(tuple, axis=1).isin(target_combinations)]

运行后得到的结果就是你想要的：

gene name annotation  ng DNA
0      HRAS       G12S     3.0
2      BRAF      E474A     3.0
7      HRAS       G12S    17.7

方案二：多条件逻辑组合法（直观易懂） #

如果需要筛选的组合不多，直接用逻辑运算符拼接条件也很清晰，可读性拉满：

import numpy as np

filtered_df = df[
    np.logical_or(
        (df['gene name'] == 'BRAF') & (df['annotation'] == 'E474A'),
        (df['gene name'] == 'HRAS') & (df['annotation'] == 'G12S')
    )
]

这里用&表示“且”，np.logical_or表示“或”，逻辑关系一目了然。

方案三：Query查询法（SQL风格） #

如果你熟悉SQL语法，用query方法写筛选条件会特别顺手，语法和SQL查询非常接近：

filtered_df = df.query("(`gene name` == 'BRAF' and annotation == 'E474A') or (`gene name` == 'HRAS' and annotation == 'G12S')")

注意列名包含空格时，需要用反引号`把列名包起来。

总结 #

如果后续可能需要增加更多筛选组合，优先选方案一；如果组合少且追求直观，方案二或三都可以，看个人习惯~

内容的提问来源于stack exchange，提问作者Bella