Python 使用字典实现多个条件的函数

我正在尝试构建一个函数，该函数使用dataframe和dictionary，并根据dictionary中的条件返回dataframe。我的代码如下所示：

import pandas as pd
column_names=['name','surname','age']
lfa=[("tom","jones",44),("elvis","prestley",50),("jim","reeves",30)]
lfa=pd.DataFrame(lfa,columns=column_names)

def flip(df,conditions):
   return (df[(df['name'].isin(['tom']))& (df['surname'].isin(['jones']))])

filter={'name':'tom','age':44}
flip(lfa,filter)

我正在努力寻找基于字典中的条件返回数据的最有效方法。即，如果我通过name=tom和age=44的过滤器，它应该在函数中应用这些条件

注意：我正在尝试构建一个通用函数，它可以接受任何具有灵活条件集的数据帧使用：

df = lfa[lfa[list(f.keys())].eq(f).all(axis=1)]

print (df)
  name surname  age
0  tom   jones   44

详细信息：

首先按字典的键筛选列：

print (lfa[list(f.keys())])
    name  age
0    tom   44
1  elvis   50
2    jim   30

print (lfa[list(f.keys())].eq(f))
    name    age
0   True   True
1  False  False
2  False  False

按字典比较：

print (lfa[list(f.keys())])
    name  age
0    tom   44
1  elvis   50
2    jim   30

print (lfa[list(f.keys())].eq(f))
    name    age
0   True   True
1  False  False
2  False  False

然后通过以下方式测试每行的所有值是否匹配：

如果可能，某些键不匹配：

f={'name':'tom','age':44, 'aa':78}

df = lfa[lfa.reindex(f.keys(), axis=1).eq(f).all(axis=1)]

print (df)
Empty DataFrame
Columns: [name, surname, age]
Index: []

---

有没有一种方法可以应用类似的条件：f={'name'：['tom'，'elvis']}@NumberLogic-是否可以创建所有列表，如

f={'name'：['tom'，'elvis']，'age'：[44]}

-这意味着也可以将

44

更改为一个元素列表

[4]

？我的意思是，如果我想得到第一个和第二个记录，我会想到类似的东西，f={'name'：['tom'，'elvis']，'age'：[44,50]}即选择任何名为tom或elvis且年龄为44岁或以上的记录50@NumberLogic-好的，如果所有值都是列表，那么使用

df=lfa[lfa[list（f.keys（））].isin（f.all（axis=1）]

知道如果一些键不匹配，如何更新上面的行吗？