如何将条件运算符作为参数传入函数，实现Pandas行筛选？

我来帮你搞定这两个Pandas的筛选问题，核心就是利用Python自带的operator模块，把运算符当成参数传递，实现灵活的动态筛选。咱们一步一步拆解：

1. 直接用传入的条件运算符筛选DataFrame行 #

首先得搞清楚：operator模块里的运算符函数（比如operator.lt代表小于，operator.gt代表大于）都是二元函数——接受两个参数，返回布尔值。对于Pandas的Series来说，这些函数会自动做元素级别的运算，返回一个布尔Series，刚好可以用来筛选DataFrame的行。

举个实际例子，假设我们有这样一个DataFrame：

import pandas as pd
df = pd.DataFrame({
    'Milage': [5, 7, 9, 3, 10],
    'Model': ['A', 'B', 'C', 'D', 'E']
})

如果要筛选Milage小于7的行，直接用operator.lt的话，写法是：

import operator
# 用operator.lt处理Milage列和条件值7，得到布尔掩码
mask = operator.lt(df['Milage'], 7)
# 用掩码筛选行
filtered_df = df[mask]

运行后filtered_df的结果是：

Milage Model
0       5     A
3       3     D

2. 将运算符作为参数传入函数实现筛选 #

你的示例代码里有个语法错误——df[df.Milage <operator> condition]这种写法是不合法的，必须改成调用运算符函数的形式。下面是修正后的完整代码：

正确的helper.py #

import pandas as pd
import operator

# 先定义你的DataFrame（或者从其他地方导入）
df = pd.DataFrame({
    'Milage': [5, 7, 9, 3, 10],
    'Model': ['A', 'B', 'C', 'D', 'E']
})

def get_milage(operator_func, condition):
    # 关键：调用传入的运算符函数，生成布尔掩码
    return df[operator_func(df['Milage'], condition)]

对应的main.py #

import operator
from helper import get_milage

# 调用函数：用小于运算符筛选Milage<7的行
result = get_milage(operator.lt, 7)
print(result)

# 你也可以用其他运算符，比如筛选Milage>7的行
result_gt = get_milage(operator.gt, 7)
print(result_gt)

运行get_milage(operator.lt,7)会输出Milage小于7的行，运行get_milage(operator.gt,7)则会输出：

Milage Model
2       9     C
4      10     E

可选的运算符列表 #

你可以用operator模块里的这些常用运算符函数：

• operator.lt(a, b)：a < b
• operator.gt(a, b)：a > b
• operator.eq(a, b)：a == b
• operator.le(a, b)：a <= b
• operator.ge(a, b)：a >= b
• operator.ne(a, b)：a != b

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