python – Pandas中布尔索引的逻辑运算符

我在Pandas中使用布尔索引.
问题是为什么声明：

a[(a['some_column']==some_number) & (a['some_other_column']==some_other_number)]

工作正常,而

a[(a['some_column']==some_number) and (a['some_other_column']==some_other_number)]

退出有错误？

例：

a=pd.DataFrame({'x':[1,1],'y':[10,20]})

In: a[(a['x']==1)&(a['y']==10)]
Out:    x   y
     0  1  10

In: a[(a['x']==1) and (a['y']==10)]
Out: ValueError: The truth value of an array with more than one element is ambiguous.     Use a.any() or a.all()

解决方法:

当你说

(a['x']==1) and (a['y']==10)

你暗中要求Python将(‘[‘x’] == 1)和(a [‘y’] == 10)转换为布尔值.

NumPy数组(长度大于1)和Pandas对象(如Series)没有布尔值 – 换句话说,它们会引发

ValueError: The truth value of an array is ambiguous. Use a.empty, a.any() or a.all().

当用作布尔值时.那是因为它的unclear when it should be True or False.一些用户可能认为如果他们的长度非零,就像python列表那样是真的.其他人可能希望它只有在其所有元素都是真的时才是真的.如果其中任何元素为True,其他人可能希望它为True.

因为有太多相互矛盾的期望,NumPy和Pandas的设计师拒绝猜测,而是提出了一个ValueError.

相反,您必须通过调用empty(),all()或any()方法来显示,以指示您需要的行为.

但是,在这种情况下,看起来你不想要布尔评估,你想要元素逻辑和.这就是&二元运算符执行：

(a['x']==1) & (a['y']==10)

返回一个布尔数组.

顺便说一下,如alexpmil notes,
括号是强制性的,因为&比==有更高的operator precedence.
没有括号,[‘x’] == 1& a [‘y’] == 10将被评估为[‘x’] ==(1& a [‘y’])== 10,这相当于链式比较(a [‘x ‘] ==(1& a [‘y’]))和((1& a [‘y’])== 10).这是Series和Series形式的表达.
使用和使用两个Series将再次触发与上面相同的ValueError.这就是为什么括号是强制性的.