Python-Pandas中布尔索引的逻辑运算符

Question

我正在Pandas中使用布尔值索引。问题是为什么要声明：

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)]

错误退出？

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()

Answer 1

当你说

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

你暗中要求Python进行转换(a['x']==1)并转换(a['y']==10)为布尔值。

NumPy数组（长度大于1）和Pandas对象（例如Series）没有布尔值-换句话说，它们引发

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

当用作布尔值时。那是因为不清楚何时应该为True或False。如果某些用户的长度非零，则可能会认为它们为True，例如Python列表。其他人可能只希望其所有元素均为True 才希望它为True。如果其他任何元素为True，则其他人可能希望它为True。

由于期望值如此之多，因此NumPy和Pandas的设计师拒绝猜测，而是提出了ValueError。

相反，你必须是明确的，通过调用empty()，all()或any()方法来表示你的愿望是什么行为。

但是，在这种情况下，你似乎不希望布尔值求值，而是希望按元素进行逻辑与。这就是&二进制运算符执行的操作：

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

返回一个布尔数组。

顺便说一句，正如alexpmil所指出的，括号是强制性的，因为&其运算符优先级高于==。如果没有括号，a['x']==1 & a['y']==10则将被评估为a['x'] == (1 & a['y']) == 10等效于链式比较(a['x'] == (1 & a['y'])) and ((1 & a['y']) == 10)。那是形式的表达Series and Series。and与两个Series一起使用将再次触发与ValueError上述相同的操作。这就是为什么括号是强制性的。