pandas：索引数据帧时的多个条件 - 意外行为

我正在按两列中的值过滤数据框中的行。

由于某种原因，OR 运算符的行为就像我期望的 AND 运算符的行为一样，反之亦然。

我的测试代码：

df = pd.DataFrame({'a': range(5), 'b': range(5) })

# let's insert some -1 values
df['a'][1] = -1
df['b'][1] = -1
df['a'][3] = -1
df['b'][4] = -1

df1 = df[(df.a != -1) & (df.b != -1)]
df2 = df[(df.a != -1) | (df.b != -1)]

print(pd.concat([df, df1, df2], axis=1,
                keys = [ 'original df', 'using AND (&)', 'using OR (|)',]))

结果：

      original df      using AND (&)      using OR (|)    
             a  b              a   b             a   b
0            0  0              0   0             0   0
1           -1 -1            NaN NaN           NaN NaN
2            2  2              2   2             2   2
3           -1  3            NaN NaN            -1   3
4            4 -1            NaN NaN             4  -1

[5 rows x 6 columns]

如您所见，AND运算符删除至少有一个值等于的每一行-1。另一方面，OR运算符要求两个值都等于-1放下它们。我期望得到完全相反的结果。有人能解释这种行为吗？

我正在使用 pandas 0.13.1。

正如您所看到的，AND 运算符会删除其中至少有一个的每一行 值等于-1。另一方面，OR 运算符需要 值等于-1以删除它们。

这是正确的。请记住，您正在根据您想要的内容编写条件keep，而不是你想要放弃的东西。为了df1:

df1 = df[(df.a != -1) & (df.b != -1)]

你是说“保留其中的行df.a不是 -1 且df.b不是 -1”，这与删除至少有一个值为 -1 的每一行相同。

For df2:

df2 = df[(df.a != -1) | (df.b != -1)]

你是说“保留其中任一行df.a or df.b不是 -1”，这与删除两个值为 -1 的行相同。

PS：链式访问就像df['a'][1] = -1会给你带来麻烦。最好养成使用习惯.loc and .iloc.