Pandas灵活筛选需求：如何排除Counterparty为Bank的DataFrame记录

嘿，这个需求太常见了，我给你几个实用的实现方案，都是日常处理Pandas DataFrame时常用的套路：

1. 基础布尔索引（最直接） #

这是最经典的写法，直接通过布尔数组筛选符合条件的行：

import pandas as pd

# 假设你的DataFrame叫df
filtered_df = df[df['Counterparty'] != 'Bank']

注意：如果你的Counterparty字段存在空值（NaN），这种写法会自动排除NaN的行——因为NaN != 'Bank'的结果是False，所以NaN行不会被筛选出来。

2. 包含空值的筛选（如果需要保留NaN行） #

如果你想同时保留Counterparty不等于Bank以及空值的行，可以用两种方式实现：

方式一：组合条件

filtered_df = df[(df['Counterparty'] != 'Bank') | df['Counterparty'].isna()]

方式二：用eq()取反（更简洁）

filtered_df = df[~df['Counterparty'].eq('Bank')]

eq('Bank')会生成一个布尔数组，标记所有等于Bank的行，前面加~就是取反，这样既保留了非Bank的行，也会保留NaN的行（因为NaN和Bank不相等，取反后为True）。

3. 用query()方法（更贴近SQL风格） #

如果你习惯SQL的写法，query()方法会让条件看起来更直观，尤其是复杂筛选时可读性更高：

filtered_df = df.query("Counterparty != 'Bank'")

# 如果要保留NaN行，写法如下：
filtered_df = df.query("Counterparty != 'Bank' or Counterparty.isna()")

小提示：如果你的字段名包含空格或特殊字符，在query()里需要用反引号包裹字段名，比如字段是Counter Party的话，就写 `Counter Party` != 'Bank'。

内容的提问来源于stack exchange，提问作者Number Logic