由于所有列都有相同的条件，因此使用any和布尔索引：

filtered_df = df[df[filters].eq('Y').any(axis=1)]

如果你想使用不同的条件，你需要一个字典：

filters = {'col_43': 'Y', 'col_44': 'N'}

filtered_df = df[df[list(filters)].eq(filters).all(axis=1)]

您可以使用pd.DataFrameequality method并将过滤器应用于filters列表中的所有列：

filtered_df = df[df[filters].eq('Y').any(axis=1)]

mozway更快：D

是的，可以使用Python中的**any（）**函数和列表解析来实现自动化。可以修改代码，以便根据筛选器列表中不同的列数动态应用筛选条件。下面是一个例子：

filters = ['col_43', 'col_44', 'col_45', ...]
filtered_df = df[(df[filters].eq('Y')).any(axis=1)]

**df[filters].eq（'Y '）创建一个布尔DataFrame，其中filters中指定的每一列都与值' Y '**进行比较。结果是一个DataFrame，在满足条件的情况下为True值，否则为False值。

然后，通过对该DataFrame应用any（axis=1）方法，它检查是否有任何列的每一行都具有True值。这将返回一个布尔Series，指示每行是否满足任何条件。