基于用户输入将多个过滤器应用于数据帧的Python方式

Question

假设我有一个名人的数据框架，包括他们的年龄、种族、身高、行业等。

我想创建一个函数，在这里我可以系统地过滤数据帧，这样就可以应用多个过滤器。

例如

def filter_data(df, filter_col, filter_val, filter_amount):
if filter_amount == 1:
df = df[df.filter_col[0] == filter_val[0]]
if filter_amount == 2:
df = df[(df.filter_col[0] == filter_val[0]) & (df.filter_col[1] == filter_val[1])]
etc

其中，filter_col是要根据其进行筛选的列的列表，filter_val也是值的列表，而filter_amount是整数

我希望它是系统的，这样对于任何过滤量，它都可以根据列表的值过滤数据集，而不必手动将其编码为

帮助。

Answer 1

由于过滤器执行和(&(，因此这样做是有意义的：

import pandas as pd
def filter_data(df, filter_col, filter_val, filter_amount):
out = df.copy()
for i in range(filter_amount):
out = out[out[filter_col[i]] == filter_val[i]]
return out
def main():
x = pd.DataFrame({"Age": [12, 44, 23], "Ethnicity": ["White", "Black", "White"], "Height": [180, 182, 168]})
#    Age Ethnicity  Height
# 0   12     White     180
# 1   44     Black     182
# 2   23     White     168
y = filter_data(x, ["Ethnicity", "Height"], ["White", 180], 1)
#    Age Ethnicity  Height
# 0   12     White     180
# 2   23     White     168
z = filter_data(x, ["Ethnicity", "Height"], ["White", 180], 2)
#    Age Ethnicity  Height
# 0   12     White     180

Answer 2

filter_vals = [1, 2, 3]
filter_amount = 3
filtered_df = [df[df[col] == val] for val in filter_vals]