Pandas数据框中的逻辑或/按位或

Question

我将使用布尔蒙板从两个不同的数据框中获取匹配项。 使用逻辑或运算符：

x = df[(df['A'].isin(df2['B']))
      or df['A'].isin(df2['C'])]

Output:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

然而，使用位或运算符时，结果可以成功返回。

x = df[(df['A'].isin(df2['B']))
      | df['A'].isin(df2['C'])]

Output: x

这两者有什么区别？使用按位或运算符是否是最佳选择？为什么逻辑或运算符不起作用？

- BernardL

---

是的，基本上是因为逻辑或（logical or）无法重载。 - ayhan

嗨，我编辑了我的问题。我只是非常好奇逻辑“或”为什么不能正常工作。 - BernardL

你正在比较数组，而不是标量值，这是 or 不理解的，因此需要使用按位 |。 - jezrael

谢谢。我可能应该更多地阅读基本函数的内容。 - BernardL

但更好的解释在这里，使用and也可以，但使用or同样适用。 - jezrael

可能是重复的问题，参考ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()。 - Zeugma

Answer 1

据我所了解（我有C ++背景，目前正在学习Python进行数据科学），我发现许多帖子建议可以在类中重载位运算符（& |），就像C++一样。

因此，当您在数字上使用这些位运算符时，它们将比较位并给出结果。例如，如果您有以下内容：

1 | 2＃将得到3

Python实际上会比较这些数字的位：

00000001 | 00000010

结果将是：

00000011（因为0 | 0为False，因此为0；而0 | 1为True，因此为1）

作为整数：3

它比较每个数字的每个位，并吐出这八个连续操作的结果。这是这些运算符的正常行为。

然后是Pandas。由于可以重载这些运算符，因此Pandas已经利用了这一点。因此，当涉及到Pandas数据框时，位运算符所做的是：

（dataframe1 [ 'column '] ==“expression”）＆（dataframe1 [ 'column']！=“another expression”）

在这种情况下，首先Pandas将创建根据==和！=操作的结果的一系列真或假（要小心：必须在外部表达式周围放置括号，因为python始终会首先解析按位运算符，然后是其他比较运算符！）。因此，它将比较列中的每个值与表达式，并输出真或假。

然后，您将有两个同长度的真和假系列。接下来，它将使用“and”（＆）或“or”（|）将这两个系列进行比较，并最终吐出一个单一的系列，无论是否满足所有三个比较操作。为了更深入的理解，我认为在幕后发生的事情是 &-运算符实际上调用了 pandas 的一个函数，给它们之前评估过的操作（即运算符左右两侧的两个序列），然后 pandas 比较每次不同的值，并根据内部机制返回 True 或 False。

基本上，这就是他们用于所有其他运算符的原则（>，<，>=，<=，==，！=）。

为什么要费力地使用不同的 &-表达式，而不使用漂亮简洁的 "and"？那似乎是因为 "and" 是硬编码的，无法手动更改。

希望这能帮到您！

- nathan_lesage

---

谢谢！抱歉回复晚了，这个解释清晰地分解了它。让人了解发生了什么。 - BernardL

非常好的、清晰的解释。虽然我已经知道这个工作原理很长时间了，但我从来没有费心去思考“为什么”。我通常会在我的逻辑/注释中包含多余的括号，如果我不这样做，也许我会更早地想到这一点。 - Jeff Ellen

原来我需要 ().. 谢谢。 - WillZ

我最近刚开始做一个pandas项目，这一直困扰着我。感谢你的解释，已经收藏了。 - David Clarke