Python多条件数据筛选：filter、pandas与循环实现对比

今天早睡

发布时间：2026-10-13 | 6人浏览过

原创

本文详解Python中实现多条件数据筛选的三种方法：内建filter函数、pandas库及普通循环。通过词性标注示例对比代码实现与运行结果，指出filter与pandas在速度上更具优势，适合高效处理结构化数据。

本文详细介绍如何利用Python实现针对目标数据的多条件筛选功能，供读者参考实践。

Python提供了多种数据过滤手段，既可直接调用内建函数，也可通过循环语句进行条件判断，或借助pandas库提升处理效率。以下通过具体案例展示不同实现方式。

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

假设变量a是一个包含元组的列表，每个元组由单词及其对应的词性标签组成。我们的目标是筛选出词性为JJ和NN的单词。实现这一目标主要有三种写法：

第一种方法：利用内建函数filter进行筛选。

# -*- coding:utf-8 -*-
#!python3
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
def filt_nn(data_text):
  nn_data = filter(lambda x: x[1] == 'NN'or x[1] == 'JJ', data_text)
#  print(list(nn_data))
  return list(nn_data)
print(filt_nn(a))

执行上述代码后的输出结果如下：

[('chic', 'JJ'), ('menu', 'JJ'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

第二种方法：引入pandas包进行数据处理。

# -*- coding:utf-8 -*-
#!python3
import pandas as pd
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
data = pd.DataFrame(a, columns=['word', 'ps'])
print(data[data.ps.isin(['JJ', 'NN'])].word)

运行该段代码后，控制台输出结果如下：

0 chic 2 menu 4 doesnt 5 scream 6 french 7 cuisine Name: word, dtype: object

第三种方法：使用传统的for循环语句进行遍历筛选。

# -*- coding:utf-8 -*-
#!python3
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
absd = []
for i in a:
  if i[1] == 'NN' or i[1] == 'JJ':
    absd.append(i[0])
print(absd)

尽管三种方法最终得到的数据一致，具体结果如下所示：