如何获得熊猫系列的按元素逻辑非？
我有一个Series包含布尔值的pandas对象。如何获得包含NOT每个值逻辑的序列？
例如，考虑一个包含以下内容的系列：
True
True
True
False
我想要获得的系列将包含：
False
False
False
True
这似乎应该相当简单，但显然我放错了我的mojo =（
问题答案：
要反转布尔系列，请使用~s：
In [7]: s = pd.Series([True, True, False, True])
In [8]: ~s
Out[8]:
0 False
1 False
2 True
3 False
dtype: bool
使用Python2.7，NumPy 1.8.0，Pandas 0.13.1：
In [119]: s = pd.Series([True, True, False, True]*10000)
In [10]: %timeit np.invert(s)
10000 loops, best of 3: 91.8 µs per loop
In [11]: %timeit ~s
10000 loops, best of 3: 73.5 µs per loop
In [12]: %timeit (-s)
10000 loops, best of 3: 73.5 µs per loop
从Pandas
0.13.0开始，Series不再是numpy.ndarray;的子类。它们现在是的子类pd.NDFrame。这可能与为什么np.invert(s)不再像~s或一样快有关-s。
注意：timeit结果可能取决于许多因素，包括硬件，编译器，操作系统，Python，NumPy和Pandas版本。
-
我有一个包含布尔值的pandas对象。如何获得包含每个值的逻辑
-
问题内容： 我想要按元素进行逻辑或运算符。我知道“或”本身不是我想要的。 我知道AND对应于NOT 。但是OR呢？ 问题答案： 相应的运算符是： 将按元素检查值是否小于3或等于5。 如果您需要执行此操作的功能，我们有 。对于两个条件，您可以使用 或者，对于多种情况，请使用， 由于条件被指定为单独的参数， 因此不需要括号分组。
-
问题内容： 如何获得系列中最常出现的物品？ 考虑系列 返回值应该是 问题答案： 您可以使用并提取第一个值： 这不一定是低效率的。与往常一样，对您的数据进行测试以查看适合的数据。
-
问题内容： 如何将条件逻辑应用于Pandas DataFrame。 请参见下面显示的DataFrame， 我的原始数据显示在“数据”列中，并且期望的输出显示在其旁边。如果“数据”中的数字小于2.5，则所需的输出为False。 我可以应用循环并重新构建DataFrame …但是那是“非Python的” 问题答案： 只需将列与该值进行比较：
-
我有一个series对象（一列），希望提取第一个元素的值。有没有一种方法可以简单地做到这一点，而无需转换为列表，也不需要知道密钥？或者是通过先使用将其转换为列表来访问它的唯一方法？
-
我想基于多个条件的评估创建一系列新的逻辑值。 举个例子 然而，我想返回一个逻辑序列，即。 如果可能的话，我想用熊猫的方法。