如何使用Pandas对DataFrame执行动态多列过滤？

之前你用固定长度的条件链来过滤DataFrame，比如直接写多个&连接的判断，但现在过滤列和对应值的列表长度是动态变化的（可能2、3、5个甚至更多），完全不用再写死代码了，这里有两种简单通用的方法：

方法1：用functools.reduce组合过滤条件 #

这种方法适合处理任意长度的条件列表，核心是先逐个生成单条件的布尔Series，再用reduce把所有条件用&（逻辑与）合并起来。

代码示例 #

import pandas as pd
from functools import reduce

# 构造示例数据
data = {
    'A': ['Project 1']*5,
    'B': ['Org_1']*5,
    'C': ['Directory', 'Directory', 'Desktop Software', 'Desktop Software', 'Directory'],
    'D': ['MSTR']*5,
    'E': ['Configuration', 'Unable to Login', 'Configuration', 'Configuration', 'Unable to Login']
}
df = pd.DataFrame(data)

# 动态定义过滤条件（这里以3个条件为例，换其他长度也适用）
filterfieldList = ['B', 'C', 'E']
filterValuesList = ['Org_1', 'Directory', 'Configuration']

# 生成每个列对应的过滤条件
conditions = [df[col] == val for col, val in zip(filterfieldList, filterValuesList)]
# 用reduce把所有条件合并成一个整体条件
df_result = df[reduce(lambda x, y: x & y, conditions)]

print(df_result)

原理说明 #

• zip(filterfieldList, filterValuesList)会把每个过滤列和对应的值一一配对；
• 列表推导式生成每个配对的布尔判断结果（比如df['B'] == 'Org_1'会返回一个布尔Series）；
• reduce会从左到右把所有布尔Series用&连接，不管你有多少个条件，都能自动合并成一个完整的过滤逻辑。

方法2：用df.query()构造查询字符串 #

如果你更喜欢可读性更强的SQL风格语句，可以把过滤条件拼成字符串传给query方法，同样支持动态长度的条件列表。

代码示例 #

import pandas as pd

# 构造示例数据
data = {
    'A': ['Project 1']*5,
    'B': ['Org_1']*5,
    'C': ['Directory', 'Directory', 'Desktop Software', 'Desktop Software', 'Directory'],
    'D': ['MSTR']*5,
    'E': ['Configuration', 'Unable to Login', 'Configuration', 'Configuration', 'Unable to Login']
}
df = pd.DataFrame(data)

filterfieldList = ['B', 'C', 'E']
filterValuesList = ['Org_1', 'Directory', 'Configuration']

# 把每个条件拼成"列名 == '值'"的格式，再用' & '连接起来
query_str = ' & '.join([f"{col} == '{val}'" for col, val in zip(filterfieldList, filterValuesList)])
# 执行查询
df_result = df.query(query_str)

print(df_result)

注意事项 #

如果你的过滤值里包含单引号（比如"O'Neil"），上面的写法会报错，这时候可以改用双引号包裹值：

query_str = ' & '.join([f'{col} == "{val}"' for col, val in zip(filterfieldList, filterValuesList)])

这两种方法都能完美适配任意长度的过滤条件列表，只要filterfieldList和filterValuesList的长度一致，且列名在DataFrame中存在就行。

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