這是一個非常簡單的娛樂，雖然真正的 DF 有更多的列我的數(shù)據(jù)框：    length  width  height  age0        1      5       8   121        1      5       8   122        1      5       8   213        1      5       8   154        1      5       8   155        1      6       9   126        2      6       9   327        2      6       9   328        2      6       7   989        3      4       7   1210       3      4       7   5411       3      4       7   21我想獲取 和 的width == 6 行 age ==32。很簡單：d[(d['width']==6) & (d['age']==32)]   length  width  height  age6       2      6       9   327       2      6       9   32有沒有辦法讓這更加自動化？假設(shè)我有一個列和值列表。在這種情況下，它仍然只有兩列/值，但我正在考慮處理 15 個或更多：cols = ['width','age']vals = [6,32]現(xiàn)在構(gòu)建一個空數(shù)據(jù)框并使用以下內(nèi)容更新行append：df_temp = pd.DataFrame()for col,val in zip(cols,vals):    if df_temp.empty:        df_temp = df[df[col]==val]    else:        df_temp.append(df[df[col]==val])   length  width  height  age5       1      6       9   126       2      6       9   327       2      6       9   328       2      6       7   98這相當(dāng)于使用or符號|：d[(d['width']==6) | (d['age']==32)]我怎樣才能使它自動化，AND而不是or？我已經(jīng)嘗試了一些完全離譜的方法，但它不起作用，它似乎仍然等同于|而不是&.[d[(d[col]==val) & (d[col]==val)] for col, val in zip(cols,vals)][0]   length  width  height  age5       1      6       9   126       2      6       9   327       2      6       9   328       2      6       7   98我的可重現(xiàn)數(shù)據(jù)框：import pandas as pdpd.DataFrame({'length': pd.Series([1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3],dtype='int64',index=pd.RangeIndex(start=0, stop=12, step=1)), 'width': pd.Series([5, 5, 5, 5, 5, 6, 6, 6, 6, 4, 4, 4],dtype='int64',index=pd.RangeIndex(start=0, stop=12, step=1)), 'height': pd.Series([8, 8, 8, 8, 8, 9, 9, 9, 7, 7, 7, 7],dtype='int64',index=pd.RangeIndex(start=0, stop=12, step=1)), 'age': pd.Series([12, 12, 21, 15, 15, 12, 32, 32, 98, 12, 54, 21],dtype='int64',index=pd.RangeIndex(start=0, stop=12, step=1))}, index=pd.RangeIndex(start=0, stop=12, step=1))