python，Dataframe基于所有包含某个关键字的列等于某个值过滤

在 Python 中，使用 Pandas 的 DataFrame 丢弃符合特定条件的行，条件为所有包含某个关键字的列中，等于某个值（即所有包含某个关键字的列中等于某个值的行），可用以下方法实现：

import pandas as pd# example
data = {'product_A': ['apple', 'banana', 'orange', 'apple'],'product_B': ['pear', 'apple', 'apple', 'grape'],'other_col': [1, 2, 3, 4]
}
df = pd.DataFrame(data)# 丢弃所有列名包含 "product" 且值等于 "apple" 的行
keyword = 'product'  # 列名包含的关键字
value2drop = 'apple'  # 要丢弃的值# 步骤：
# 1. 筛选出列名包含 keyword 的列
cols = df.filter(like=keyword).columns# 2. 检查这些列是否全部等于 value2drop
mask = (df[cols] == value2drop).all(axis=1)# 3. 丢弃满足条件的行
df_filtered = df[~mask]  # 取反操作保留不满足条件的行print("原始数据:\n", df)
print("\n过滤后数据:\n", df_filtered)

也可以使用 str.contains 筛选列名 + loc 条件过滤：

# 筛选列名包含 keyword 的列
cols = [col for col in df.columns if keyword in col]# 丢弃所有选定列等于 value_to_drop 的行
df_filtered = df[~df[cols].eq(value_to_drop).all(axis=1)]

直接使用 drop() 删除行也可以：

# 获取要删除的行索引
drop_index = df[df[cols].eq(value_to_drop).all(axis=1)].index# 按索引删除行
df_filtered = df.drop(drop_index)

如果有用麻烦点个赞