基于多列值筛选Pandas DataFrame行的实现困惑与需求

先假设我们有这样的示例DataFrame：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': ['one', 'two', 'three', 'two', 'five']})

你的需求是保留A列的所有行（也就是整个DataFrame的行数不变），但只保留B列中值为'two'的记录，其他行的B列设为缺失值。下面是几种简单可行的实现方式：

方法1：使用DataFrame.where()（最简洁） #

where()方法会保留满足条件的元素，不满足的会替换为NaN，完美匹配你的需求：

df['B'] = df['B'].where(df['B'] == 'two')

执行后得到的结果：

方法2：布尔索引直接赋值 #

这种方式更直观，直接定位到B列中不等于'two'的行，把它们设为缺失值：

import numpy as np
# 或者用 pd.NA（适合pandas 1.0+版本）
df.loc[df['B'] != 'two', 'B'] = np.nan

通用化方案（适配任意列和目标值） #

如果以后需要对其他列、其他值做同样操作，可以封装成一个函数，复用性拉满：

def keep_target_value_keep_rows(df, target_col, target_value):
    # 先复制原DataFrame，避免修改原始数据
    result_df = df.copy()
    result_df[target_col] = result_df[target_col].where(result_df[target_col] == target_value)
    return result_df

# 使用示例：对B列保留'two'
filtered_df = keep_target_value_keep_rows(df, 'B', 'two')
# 也可以换其他列，比如对C列保留'foo'
# filtered_df = keep_target_value_keep_rows(df, 'C', 'foo')

内容的提问来源于stack exchange，提问作者user8678484