序列的真值是含糊的。请使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

Question

使用or条件筛选我的结果数据帧时出现问题。我希望我的结果df提取所有大于0.25小于-0.25的列var值。

下面的逻辑给了我一个不明确的真值，但是当我将这个过滤分成两个单独的操作时，它仍然有效。这里发生了什么事？不确定在哪里使用建议的a.empty(), a.bool(), a.item(),a.any() or a.all()。

 result = result[(result['var']>0.25) or (result['var']<-0.25)]

Answer 1

对于布尔逻辑，使用&和|。

np.random.seed(0)
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))

>>> df
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

>>> df.loc[(df.C > 0.25) | (df.C < -0.25)]
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

要查看发生了什么，您可以为每个比较得到一列布尔值，例如

df.C > 0.25
0     True
1    False
2    False
3     True
4     True
Name: C, dtype: bool

当有多个条件时，将返回多个列。这就是连接逻辑不明确的原因。使用and或or分别处理每个列，因此首先需要将该列减少为一个布尔值。例如，查看每个列中的任何值或所有值是否为真。

# Any value in either column is True?
(df.C > 0.25).any() or (df.C < -0.25).any()
True

# All values in either column is True?
(df.C > 0.25).all() or (df.C < -0.25).all()
False

实现相同功能的一个复杂方法是将所有这些列压缩到一起，并执行适当的逻辑。

>>> df[[any([a, b]) for a, b in zip(df.C > 0.25, df.C < -0.25)]]
          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863

有关详细信息，请参阅文档中的Boolean Indexing。