Python 3.x 嵌套式录音中键上的OR和GROUPBY操作

我的字典里有一本字典。我的问题是我想对字典中的键（

'filter'

和

'filteer'

）0索引执行

或
操作。基于该结果，我想对字典索引1中的特定列应用
groupby
操作。
（例如，如果品牌（条件[0]）==AMBI（条件[8]）
（或）制造商（条件[1]）==AMBI（条件[8]）我想返回数据帧，并在该数据帧上对其中一列执行groupby操作。）

我的代码：

import csv
import pandas as pd
import sys
class sample:
        def create_df(self, f):
                 self.z=pd.read_csv(f)
        def get_resultant_df(self, list_cols):
                 self.data_frame = self.z[list_cols[:]]
        def process_df(self, df, conditions):
                 resultant_df = self.data_frame   
                 if conditions[2] == 'equals':
                         new_df =resultant_df[resultant_df[conditions[1]] == conditions[3]]
                         return new_df
                 elif conditions[2] == 'contains':
                         new_df = resultant_df[resultant_df[conditions[1]].str.contains(conditions[3])]
                         return new_df
                 elif conditions[2] == 'not equals':
                         new_df = resultant_df[resultant_df[conditions[1]] != conditions[3]]
                         return new_df
                 elif conditions[2] == 'startswith':
                         new_df = resultant_df[resultant_df[conditions[1]].str.startswith(conditions[3])]
                         return new_df
                 elif conditions[2] == 'in':
                         new_df = resultant_df[resultant_df[conditions[1]].isin(resultant_df[conditions[3]])]
                         return new_df
                 elif conditions[2] == 'not in':
                         new_df = resultant_df[~resultant_df[conditions[1]].isin(resultant_df[conditions[3]])]
                         return new_df
                 elif conditions[2] == 'group':
                         new_df = list(resultant_df.groupby(conditions[0])[conditions[1]])
                         return new_df
                 elif conditions[2] == 'specific':
                         new_df = resultant_df.loc[resultant_df[conditions[0]] == conditions[8]]
                         return new_df
                 elif conditions[2] == 'same':
                         new_df = resultant_df[(resultant_df[conditions[0]] == conditions[8]) & (resultant_df[conditions[1]] == conditions[8])]
                         return new_df
                 elif conditions[2]=='trail':
                         new_df={0:{'filter'{'filter1':resultant_df.loc[resultant_df[conditions[0]] == conditions[8]]},'filteer':{'filter1':resultant_df.loc[resultant_df[conditions[0]] == conditions[8]]}},
                                 1:{'group':{resultant_df.groupby(new_df[0][filter])}}}
                         return new_df


if __name__ =='__main__':
        sample = sample()

      sample.create_df("/home/purpletalk/GrammarandProductReviews.csv")
        df = sample.get_resultant_df(['brand', 'reviews.id','manufacturer','reviews.title','reviews.username','id','dateAdded','reviews.rating'])
        new_df = sample.process_df(df, ['brand','manufacturer','trail','Windex', 'size', 'equal',8,700,'AMBI'])
        print (new_df[1][group])

谁能帮帮我吗？上面的代码返回错误，我想知道如何执行
或
操作。
您可能需要添加“pandas”标记（使用.loc（）和data_frame进行猜测）。注意，您的process_df（）函数没有返回任何内容，调用它的代码需要返回值。请展示一个示例数据集（尽可能少）和预期结果，因为从描述中无法猜测您想要实现的目标。发布多条注释寻求帮助没有帮助。相反，（a）请修复我已经指出的错误（流程_df中缺少返回值），（b）提供一个输入数据的示例，以及您期望的结果（同样，根据要求）。此外，请尝试修复发布代码中的缩进，以便它实际读取为有效的Python代码，您可以复制并试用。