python - Pandas boolean DataFrame 选择歧义

Question

编辑:表格中的固定值。

假设我有一个 pandas 数据框 df:

>>>df
                  a         b         c
        0  0.016367  0.289944 -0.891527
        1  1.130206  0.899758 -0.276587
        2  1.390528 -1.472802  0.128979
        3  0.023598 -0.931329  0.158143
        4  1.401183 -0.162357 -0.959156
        5 -0.127765  1.142039 -0.734434

所以现在我尝试做一些 bool 索引:

>>>df[df > 0.5]
          a         b         c
0       NaN       NaN        Nan
1  1.130206  0.899758        NaN
2  1.390528       NaN        NaN
3       NaN       NaN        NaN
4  1.401183       NaN        NaN
5       NaN  1.142039        NaN

>>>df[df < 0]
          a         b         c
0       NaN       NaN -0.891527
1       NaN       NaN -0.276587
2       NaN -1.472802       NaN
3       NaN -0.931329       NaN
4       NaN -0.162357 -0.959156
5 -0.127765       NaN -0.734434

所以现在我尝试对这些条件进行逻辑或操作作为索引条件:

>>>df[df > 0.5 or df < 0]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Ben\Anaconda\lib\site-packages\pandas\core\generic.py", line 692, in __nonzero__
.format(self.__class__.__name__))
ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any()    or a.all().

我对此进行了一些研究，这是 numpy 的开发人员决定某些条件在任何或所有情况下可能不明确的基本特征。我不明白的是为什么检查该值是否 > 0.5 是否有效并检查其 < 0 是否有效，但检查其 > 0.5 或 < 0 是否无效。我也试过混合 bool 语法，但这个错误是可逃避的。有人可以解释为什么做 OR 会产生模棱两可的情况吗？

Answer 1

自定义类型不可能覆盖 Python 中 and 和 or 的行为。也就是说，Numpy 不可能说它希望 [0, 1, 1] 和 [1, 1, 0] 为 [0, 1, 0]。这是因为 和 操作如何短路(参见 the documentation )；本质上，and 和or 的短路行为意味着这些操作必须作为两个参数的两个独立真值工作；它们不能以某种同时使用两个操作数中的数据的方式组合它们的两个操作数(例如，按组件比较元素，这对于 Numpy 来说很自然)。

解决方案是使用按位运算符& 和|。但是，您必须对此小心，因为优先级不是您所期望的。