对不确定数量的 Pandas 系列进行逐元素逻辑与

假设我有一个 n 的列表/可迭代（其中 n 对于函数来说是未知的）Pandas Series 表示逻辑布尔索引，我想对所有这些元素进行 AND 并使用生成的 Series 来索引 DataFrame。

目前我正在使用np.logical_and(x1,x2)和一个 for 循环来做到这一点。我没有太多运气使用itertools.izip or zip。 pandas.Series 对象似乎不喜欢被它们操作。

我已经挠头有一段时间了，我可能没有看到为什么这似乎会导致一系列布尔值，但随后我得到了IndexingError: Unalignable boolean Series key provided执行后。

有什么想法吗？我觉得既然这些都是ndarray必须有一些明显干净的方法来做到这一点。

假设我理解你，你可以使用logical_and.reduce。从系列列表开始：

>>> ss = [pd.Series([ True, False,  True, False,  True]), pd.Series([False,  True,  True, False, False]), pd.Series([False, False,  True, False,  True]), pd.Series([False,  True,  True, False, False]), pd.Series([ True,  True,  True,  True, False])]

这看起来像

>>> pd.DataFrame(ss)
       0      1     2      3      4
0   True  False  True  False   True
1  False   True  True  False  False
2  False  False  True  False   True
3  False   True  True  False  False
4   True   True  True   True  False

[5 rows x 5 columns]

如果它是一个数据框，您可以减少列：

>>> np.logical_and.reduce(ss)
array([False, False,  True, False, False], dtype=bool)

or pass axis=1如果你想要另一个方向。

请记住，您还可以使用any and all, e.g.

>>> df = pd.DataFrame(ss)
>>> df.all()
0    False
1    False
2     True
3    False
4    False
dtype: bool