需强制传递filter参数时，如何赋值以获取DataFrame全部行？

嘿，我刚好碰到过类似的场景！要绕过那个过滤逻辑拿到整个DataFrame，有几个实用的方案，看你的过滤函数具体实现来选就行：

• 用始终为True的条件直接放行所有行
  这是最稳妥的办法，不管过滤函数怎么处理，只要它是基于行级布尔判断的，这个方案都能生效。
  如果你的过滤函数是接收一个返回布尔序列的函数：

  # 两种简单写法任选其一
  filter_rule = lambda df: pd.Series([True]*len(df), index=df.index)
  # 或者更简洁的，利用pandas的特性
  filter_rule = lambda df: df.index.notna()  # 所有行的索引肯定都存在，等价于全选
  

  如果过滤函数是直接接收可用于df[filter]的条件，那更简单，直接传True就行：

  filter_rule = True
  

  因为在pandas里，df[True]会直接返回完整的DataFrame。

• 试试传入空值（如果函数支持）
  有些表单生成的过滤函数会做容错处理，当你传None或者空字符串的时候，默认返回全部数据。可以先测试一下：

  filter_rule = None
  

  如果是基于SQL风格的字符串过滤规则（比如WHERE子句），传空字符串""说不定也能触发全选逻辑。

• 针对特定字段的全匹配规则（适合函数要求必须指定字段的情况）
  如果你的过滤规则必须绑定到某个字段，那可以用该字段的所有唯一值作为匹配条件。比如你要过滤status列，就传：

  filter_rule = df['status'].isin(df['status'].unique())
  

  不过这个不如前两种简洁，只在函数强制要求指定字段条件的时候用。

最后提个小建议：如果能看到这个过滤函数的源码或者说明文档，最好优先用官方支持的“全选”参数值，这样后续函数更新也不会出问题~

内容的提问来源于stack exchange，提问作者Captain Tyler