如何用Pandas多索引实现多变量掩码筛选特定产品？

我完全懂你的困扰——当同一款产品的不同语言/格式版本分散在DataFrame的不同行时，普通的行级过滤根本没法关联判断两种版本是否同时存在。下面给你两个简单高效的解决方案：

方法1：分组聚合验证条件 #

核心思路是先按产品唯一标识（比如product_id）分组，然后检查每个产品组里是否同时包含西班牙文电子版和俄文精装版：

# 第一步：给每条记录标记是否符合两个目标版本
df['is_spa_elc'] = (df['language'] == 'Spa') & (df['format'] == 'Elc')
df['is_rus_hard'] = (df['language'] == 'Rus') & (df['format'] == 'Hardcover')

# 第二步：按产品分组，验证两个条件是否都满足
valid_product_ids = df.groupby('product_id').agg(
    has_spa_elc=('is_spa_elc', 'any'),  # 该产品是否有西班牙文电子版
    has_rus_hard=('is_rus_hard', 'any') # 该产品是否有俄文精装版
).query('has_spa_elc & has_rus_hard').index

# 第三步：筛选出符合条件的产品记录（可按需选择只保留西班牙文电子版，或所有版本）
result = df[df['product_id'].isin(valid_product_ids)]
# 如果只需要西班牙文电子版的记录：
# result = df[(df['product_id'].isin(valid_product_ids)) & (df['is_spa_elc'])]

这个方法的优势是逻辑清晰，而且能轻松扩展到更多版本条件的验证。

方法2：自连接匹配共同产品 #

另一种思路是把原DataFrame拆成两个子集，再通过内连接找到同时存在两种版本的产品：

# 拆分出两个目标版本的子集
spa_elc_subset = df[(df['language'] == 'Spa') & (df['format'] == 'Elc')]
rus_hard_subset = df[(df['language'] == 'Rus') & (df['format'] == 'Hardcover')]

# 内连接获取同时出现在两个子集里的产品ID
valid_products = spa_elc_subset.merge(rus_hard_subset, on='product_id', how='inner')

# 筛选出符合条件的西班牙文电子版记录
result = spa_elc_subset[spa_elc_subset['product_id'].isin(valid_products['product_id'])]

这种方法更直观，适合只需要验证两种版本共存的场景。

注意事项 #

• 确保你用的product_id（或其他标识字段）是唯一区分产品的，避免把不同产品误判为同一个。
• 如果没有单一的产品ID，可以用产品名称+其他唯一属性组合成分组键，比如groupby(['product_name', 'publisher'])。

内容的提问来源于stack exchange，提问作者nathan.hunt