提问人：Wojciech Walczak 提问时间：3/23/2014 最后编辑：cottontailWojciech Walczak 更新时间：1/5/2023 访问量：638221
pandas：索引数据框时出现多个条件 - 意外行为
pandas: multiple conditions while indexing data frame - unexpected behavior
问：
我正在按两列中的值筛选数据帧中的行。
出于某种原因，OR 运算符的行为与我期望的 AND 运算符的行为类似，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，运算符删除了其中至少有一个值等于 的每行。另一方面，运算符要求两个值都等于 才能删除它们。我期望完全相反的结果。谁能解释这种行为？AND-1OR-1
我正在使用 pandas 0.13.1。
答：
376赞
DSM
3/23/2014
#1
正如你所看到的，AND 运算符删除了至少 value 等于 -1。另一方面，OR 运算符需要两者 值等于 -1 以删除它们。
没错。请记住，您是根据要保留的内容来编写条件，而不是根据要删除的内容来编写条件。为：df1
df1 = df[(df.a != -1) & (df.b != -1)]
您说“保留不是 -1 且不是 -1 的行”，这与删除至少有一个值为 -1 的每一行相同。df.adf.b
为：df2
df2 = df[(df.a != -1) | (df.b != -1)]
您说的是“保留其中 or 不是 -1 的行”，这与删除两个值均为 -1 的行相同。df.adf.b
PS：链式访问可能会给您带来麻烦。最好养成使用 和 的习惯。df['a'][1] = -1.loc.iloc
75赞
Pedro Lobito
11/28/2016
#2
迟到的答案，但你也可以使用 query（），即：
df_filtered = df.query('a == 4 & b != 2')
22赞
Jake
10/13/2018
#3
这里有一点数理逻辑理论：
“NOT a AND NOT b”与“NOT （a OR b）”相同，因此：
“a NOT -1 AND b NOT -1” 等价于 “NOT （a is -1 OR b is -1）”，与 “（a is -1 OR b is -1）” 相反（补码）。
因此，如果您想要完全相反的结果，df1 和 df2 应如下所示：
df1 = df[(df.a != -1) & (df.b != -1)]
df2 = df[(df.a == -1) | (df.b == -1)]
1赞
Mohammad Rahimi
8/13/2022
#4
您可以尝试以下操作：
df1 = df[(df['a'] != -1) & (df['b'] != -1)]
评论
0赞
rachwa
8/14/2022
这与公认的答案基本相同。
0赞
NineTails
8/17/2022
2 年后，您重新发布了已接受的解决方案的一行。请不要那样做 - 它不会为讨论增加任何东西。
1赞
cottontail
9/14/2022
#5
根据德摩根定律，（i）并集的否定是否定是否定的交集，（ii）交集的否定是否定的并集，即
A AND B <=> not A OR not B
A OR B <=> not A AND not B
如果目标是
删除至少一个值等于 -1 的每一行
您可以使用 Operator 来标识要保留的行，也可以使用 Operator 来标识要删除的行。ANDOR
# select rows where both a and b values are not equal to -1
df2_0 = df[df['a'].ne(-1) & df['b'].ne(-1)]
# index of rows where at least one of a or b equals -1
idx = df.index[df.eval('a == -1 or b == -1')]
# drop `idx` rows
df2_1 = df.drop(idx)
df2_0.equals(df2_1) # True
另一方面，如果目标是
删除两个值都等于 -1 的每一行
你做的恰恰相反;使用 Operator 标识要保留的行，或使用 Operator 标识要删除的行。ORAND
评论