python - 为什么 pandas 使用 (&, |) 而不是正常的 pythonic (and, or)？

Question

我了解 pandas docs解释这是惯例，但我想知道为什么？

例如:

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(6,4), index=list('abcdef'), columns=list('ABCD'))
print(df[(df.A < .5) | (df.B > .5)])
print(df[(df.A < .5) or (df.B > .5)])   

返回以下内容:

          A         B         C         D
a -0.284669 -0.277413  2.524311 -1.386008
b -0.190307  0.325620 -0.367727  0.347600
c -0.763290 -0.108921 -0.467167  1.387327
d -0.241815 -0.869941 -0.756848 -0.335477
e -1.583691 -0.236361 -1.007421  0.298171
f -3.173293  0.521770 -0.326190  1.604712
Traceback (most recent call last):
  File "C:\test.py", line 64, in <module>
    print(df[(df.A < .5) or (df.B > .5)])   
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Answer 1

因为 & 和 | 是可覆盖的(可定制的)。您可以为任何类编写驱动运算符的代码。

另一方面，逻辑运算符 and 和 or 具有无法修改的标准行为。

参见 here获取相关文档。