Pandas DataFrame 多列字符串条件筛选：匹配大小写正负标签行

• 逻辑关系完全错误：你需要筛选的是「两标签同属正类」或者「两标签同属负类」的行，但代码中用逻辑与（&）连接了两个互斥的判断条件，相当于要求某一行同时满足“两个标签都是P/p开头”和“两个标签都是N/n开头”，这种行在数据中根本不存在。
• Pandas语法规则错误：Pandas的逐元素布尔运算不能使用Python原生的and关键字，直接对两个布尔Series用and判断，会触发The truth value of a Series is ambiguous报错，必须使用逐元素逻辑运算符&（与）、|（或），且每个独立的判断逻辑需要用括号包裹规避运算符优先级问题。

方案1：贴合原有startswith判断的修改版本 #

直接修正逻辑关系，将互斥的正类判断、负类判断取或即可：

# 正类一致的判断：label_one以大写P开头，label_two以小写p开头
mask_pos = (df['label_one'].str.startswith('P')) & (df['label_two'].str.startswith('p'))
# 负类一致的判断：label_one以大写N开头，label_two以小写n开头
mask_neg = (df['label_one'].str.startswith('N')) & (df['label_two'].str.startswith('n'))
# 两个条件取或，筛选符合任意一类的行
ptp = df.loc[mask_pos | mask_neg]

方案2：鲁棒性更强的大小写归一化写法 #

考虑到标签本身只有大小写差异，直接统一转小写后做判断，能避免因为字符大小写格式不统一导致的匹配失效：

# 将两列标签统一转小写，消除大小写差异
pos_match = (df['label_one'].str.lower() == 'positive') & (df['label_two'].str.lower() == 'positive')
neg_match = (df['label_one'].str.lower() == 'negative') & (df['label_two'].str.lower() == 'negative')
ptp = df.loc[pos_match | neg_match]

方案3：最简洁的等价实现 #

在当前数据集的规则下，两列标签只要归一化后值相等，就必然属于同类别（要么同是正类，要么同是负类），可以直接简化判断：

# 归一化后两列值相等的行，就是标签一致的行
ptp = df.loc[df['label_one'].str.lower() == df['label_two'].str.lower()]

运行上述代码后，最终会保留6行符合要求的记录：

• 2017年文本为yes it is的正类一致记录
• 2018年文本为it has to be done的正类一致记录
• 2018年文本为no的负类一致记录
• 2019年文本为he is right的正类一致记录
• 2020年文本为that is a trap的负类一致记录
• 2021年文本为I am on my way的正类一致记录

内容的提问来源于stack exchange，提问作者Nate。