有没有一种简单的方法可以通过多列的内容过滤Python中的数据帧？

我有一个数据帧，在不同的变量上有多个编码（比如Adress 1=“foo”、Adress 2=“bar”等，其他变量也是如此）

我想写一个脚本，可以用'any address=“foo”'的方式过滤数据帧，并可以接受要过滤的变量的用户输入。有没有办法做到这一点，或者我需要为每个变量分别编写脚本？（我心里已经有了一个解决方案，我只想有一个更为悲壮的解决方案）

我的数据框看起来像这样

Adress 1    Adress 2 Family Name 1 Family Name 2
0   Austin    New York        Miller         Baker
1    Paris      Austin         Smith          Yang
2  Detroit  Kopenhagen         Baker         Smith

我想让用户能够请求一个类似Adress=Austin的过滤器，输出如下所示：

  Adress 1    Adress 2 Family Name 1 Family Name 2
0   Austin    New York        Miller         Baker
1    Paris      Austin         Smith          Yang

创建一个数据帧

df = pd.DataFrame({'Address1':['Austin','Paris', 'Houston'], 'Address2':['New York', 'Austin', 'SF'], 'FamilyName1':['Miller', 'Smith', 'John'], 'FamilyName2':['Baker', 'Yang', 'Peter']})

检查哪些列包含字符串地址，然后验证其中哪些变量的值为“Austin”

ndf = df.loc[:, list(df.columns[df.columns.str.contains(pat = 'Address')])] == 'Austin'

如果某行包含True，则汇总到列表中

list(ndf.any(1))

选择包含True的行，在本例中为Austin：

df[list(ndf.any(1))]

创建一个数据帧

df = pd.DataFrame({'Address1':['Austin','Paris', 'Houston'], 'Address2':['New York', 'Austin', 'SF'], 'FamilyName1':['Miller', 'Smith', 'John'], 'FamilyName2':['Baker', 'Yang', 'Peter']})

检查哪些列包含字符串地址，然后验证其中哪些变量的值为“Austin”

ndf = df.loc[:, list(df.columns[df.columns.str.contains(pat = 'Address')])] == 'Austin'

如果某行包含True，则汇总到列表中

list(ndf.any(1))

选择包含True的行，在本例中为Austin：

df[list(ndf.any(1))]

---

请在示例输入和预期输出的帮助下解释这一点。像这样的表达式

df[（df['A']==1）和（df['B']==2）]

可以完成这项工作。@RuthgerRighart是的，这可以工作，但是我需要为我的每个变量编写一个单独的函数，我希望有一个更简单的解决方案。请在示例输入和预期输出的帮助下对此进行解释。像这样的表达式

df[（df['a']==1）和（df['B']==2）]

可以完成这项工作。@RuthgerRighart是的，这是可行的，但我需要为我的每个变量编写一个单独的函数，我希望有一个更简单的解决办法。