Pandas中的逐元素逻辑或

Question

我知道“与”对应的是 &，而“非”对应的是 ~。那么，逐元素的逻辑“或”运算符是什么呢？我知道“or”这个词不是我想要的。

Answer 1

import pandas as pd

# Example with Series
s1 = pd.Series([True, False, True])
s2 = pd.Series([False, True, True])

result = s1 | s2

print(result)

输出：

0     True
1     True
2     True
dtype: bool

# 使用数据框的示例

import pandas as pd


df1 = pd.DataFrame({'A': [True, False, True], 'B': [False, True, False]})
df2 = pd.DataFrame({'A': [False, True, True], 'B': [True, False, True]})

result = df1 | df2

print(result)

输出：

       A      B
0   True   True
1   True   True
2   True   True

在Series或数据框中，|运算符或者or关键字用于对对应的元素进行逐个的逻辑“或”运算。结果的Series或数据框中，如果输入的Series或数据框中至少有一个对应的元素为真（True），那么结果就会是真（True）。

Answer 2

如果你在一个数据表的列上进行操作，eval 和 query 是可以选择的方式，这里的 or 是逐个元素进行比较的。你也不用担心括号的问题，因为比较运算符的优先级比布尔运算符和位运算符要高。举个例子，下面这个 query 的调用会返回那些在A列值大于1且B列值大于2的行。

df = pd.DataFrame({'A': [1,2,0], 'B': [0,1,2]})

df.query('A > 1 or B > 2')       # == df[(df['A']>1) | (df['B']>2)]
#    A  B
# 1  2  1

使用 eval 和 or 你可以返回一个布尔序列（这里的 or 也可以正常作为逐个元素的运算符使用）。

df.eval('A > 1 or B > 2')
# 0    False
# 1     True
# 2    False
# dtype: bool

Answer 3

要对两个序列 a 和 b 进行逐元素的逻辑“或”运算，只需要这样做：

a | b

Answer 4

对应的操作符是 |：

 df[(df < 3) | (df == 5)]

这个操作符会逐个检查值是否小于3或者等于5。

如果你需要一个函数来实现这个功能，我们可以使用 np.logical_or。对于两个条件，你可以使用

df[np.logical_or(df<3, df==5)]

或者，对于多个条件，可以使用 logical_or.reduce，

df[np.logical_or.reduce([df<3, df==5])]

因为这些条件是作为单独的参数来指定的，所以不需要用括号来分组。

关于使用pandas进行逻辑操作的更多信息，可以在这里找到。

Pandas中的逐元素逻辑或

4 个回答

撰写回答