Python中按指定条件过滤行：保留A-E列与T列匹配的行

首先先把你的表格规范整理一下，方便理解（补全了缺失的单元格）：

核心需求是：保留那些A-E列中至少有一个值与该行T列值相等的行，删除完全不匹配的行。下面分两种常用场景给出最优方法：

场景1：用Excel/Google Sheets手动处理 #

这是最适合小表格快速操作的方法：

1. 添加辅助列（比如F列），在F1单元格输入公式：

   =COUNTIF(A1:E1, T1) > 0
   

   或者如果列数少，也可以用更直观的OR判断：

   =OR(A1=T1, B1=T1, C1=T1, D1=T1, E1=T1)
   

   这两个公式都会返回TRUE（该行有匹配）或FALSE（无匹配）。
2. 把公式下拉到所有数据行。
3. 对辅助列进行筛选，只保留TRUE的行，然后删除FALSE的行（或者直接复制TRUE行到新工作表）。

场景2：用Python Pandas自动化处理 #

如果是大表格或者需要重复执行的场景，Pandas是效率最高的选择：
首先构造你的数据框（如果是从文件读取，用pd.read_excel()或pd.read_csv()即可）：

import pandas as pd

# 模拟你的表格数据
data = {
    'A': [0, 5, 30],
    'B': [2, 1, 11],
    'C': [3, 4, None],
    'D': [5, 7, None],
    'E': [10, 6, None],
    'T': [21, 8, 11]
}
df = pd.DataFrame(data)

然后执行过滤操作：

# 生成每行的匹配掩码：A-E列是否有值等于T列
match_mask = df[['A', 'B', 'C', 'D', 'E']].eq(df['T'], axis=0).any(axis=1)
# 过滤得到需要保留的行
filtered_df = df[match_mask]

代码解释： #

• df[['A','B','C','D','E']].eq(df['T'], axis=0)：逐行比较A-E列的每个值和对应行的T列值，生成一个布尔值组成的临时表格。
• .any(axis=1)：按行判断是否存在至少一个True（即有匹配值），得到每行的判断结果。
• 最后用这个掩码过滤原数据框，就得到了所有需要保留的行。

内容的提问来源于stack exchange，提问作者gedman