Pandas 中基于分类值的条件过滤：精准保留特定组合行

本文介绍如何在 Pandas 中实现“当某列为特定值时，仅保留另一列满足指定集合的行”，其余行全部保留——通过布尔索引组合 ne() 与 isin() 实现高效、可读性强的条件过滤。

本文介绍如何在 Pandas 中实现“当某列为特定值时，仅保留另一列满足指定集合的行”，其余行全部保留——通过布尔索引组合 `ne()` 与 `isin()` 实现高效、可读性强的条件过滤。

做实际数据分析时，经常会碰到这类“带条件的约束”问题：比如，食材如果是苹果，那么对应的菜品就只能是派（Pie）或果汁（Juice）；但要是换成其他食材，例如土豆，菜品类型又不需要额外限制。像这种判断逻辑，很难用单独一个 df.query() 或简单的 .loc 直接写清楚，不过借助布尔掩码做逻辑组合，往往就能把问题处理得既自然又利落。

核心思路是构造两个互斥兼容的布尔条件，并用逻辑或（|）连接：

• m = df['Ingredient'].ne('Apple')：保留所有非 Apple 的行（即 Potato 行全留）；
• n = df['Dish'].isin(['Pie', 'Juice'])：保留所有Dish 属于 ['Pie', 'Juice'] 的行（覆盖 Apple 的合法行，也包含 Potato 对应的 Pie/Juice——但这不影响结果，因 Potato 已被 m 全量保留）；
• 最终筛选：df[m | n]，即满足任一条件即保留。

✅ 完整示例代码如下：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
'Index': [1, 2, 3, 4, 5, 6, 7, 8],
'Ingredient': ['Potato', 'Potato', 'Potato', 'Potato', 'Apple', 'Apple', 'Apple', 'Apple'],
'Dish': ['Pie', 'Juice', 'Fries', 'Pure', 'Pie', 'Juice', 'Fries', 'Pure']
})

# 构建布尔掩码
m = df['Ingredient'] != 'Apple' # 等价于 .ne('Apple')
n = df['Dish'].isin(['Pie', 'Juice'])

# 应用复合条件过滤
result = df[m | n].reset_index(drop=True)
print(result)

输出结果：

 Index Ingredient Dish
01 PotatoPie
12 PotatoJuice
23 PotatoFries
34 Potato Pure
45ApplePie
56AppleJuice

⚠️ 注意事项：

• 不要误用 and/or：Pandas 布尔索引必须使用 &、|、~（逐元素逻辑），而非 Python 原生 and/or（会报错 ValueError: The truth value of a Series is ambiguous）；
• 条件顺序不影响结果，但建议先写宽泛条件（如 ne）再写精细条件（如 isin），提升可读性；
• 若需扩展为多类别限制（如 Apple→['Pie','Juice']，Orange→['Juice','Salad']），可改用 numpy.select() 或 pd.Series.map() 配合字典映射预定义规则，再结合 isin 判断。

该方法简洁、向量化、无循环，是 Pandas 条件过滤的推荐实践之一。