如何将多步Pandas数据筛选代码精简为1-2行高效代码？

当然可以！咱们完全可以把这三个筛选条件合并到一个布尔索引里，用&逻辑与连接，再结合.loc一次性完成筛选和列选择，这样代码更简洁高效，还能避免多次赋值产生不必要的中间DataFrame。

精简后的一行代码 #

census_df = census_df.loc[
    ((census_df['REGION'].between(1, 2)) &
     (census_df['CTYNAME'].str.match('Washington')) &
     (census_df['POPESTIMATE2015'] > census_df['POPESTIMATE2014'])),
    ['STNAME', 'CTYNAME']
]

细节说明 #

• 用df['REGION'].between(1, 2)替代原代码的(REGION >=1) & (REGION <=2)，语法更简洁易读，功能完全一致；
• 每个条件都用括号包裹起来，这很重要——因为Pandas的运算符优先级问题，如果不加括号会导致逻辑判断出错；
• 利用.loc的第二个参数直接指定要保留的列['STNAME', 'CTYNAME']，省去了单独索引列的额外步骤；
• 这种写法只需要对DataFrame做一次操作，比原代码的多次赋值更高效，尤其是处理大规模数据集时优势更明显。

小补充 #

如果你需要的是CTYNAME中包含“Washington”（而不是原代码中从开头匹配），可以把str.match换成str.contains，根据实际需求调整即可。

内容的提问来源于stack exchange，提问作者geojasm