使用OR语句过滤Pandas数据框

Question

我有一个pandas数据框，我想根据数据框中两列的值来筛选整个数据框。我希望得到所有IBRD或IMF != 0的行和列。

我有一个 pandas 数据框，想要基于其中两列的值来过滤整个数据框。我需要获取所有满足 IBRD 或 IMF 不等于 0 的行和列。

alldata_balance = alldata[(alldata[IBRD] !=0) or (alldata[IMF] !=0)]

但这会导致ValueError错误。

ValueError：Series的真值是不明确的。请使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

所以我知道我没有正确使用or语句，有没有办法解决这个问题？

- Josh

Answer 1

从文档中可以了解到:

另一个常见的操作是使用布尔向量来过滤数据。运算符包括：|表示或，&表示与，~表示非。这些操作符必须用圆括号进行分组。

https://pandas.pydata.org/docs/user_guide/indexing.html#boolean-indexing

试一试：

alldata_balance = alldata[(alldata[IBRD] !=0) | (alldata[IMF] !=0)]

- Liam Foley

---

谢谢，非常有效。我应该早点阅读文档的那一部分。 - Josh

6年后，我经常在这里出现......我有一点难过，因为“自然的Python语法”在这种情况下不起作用，我敢打赌这会让人们经常犯错。 - Tommy

Answer 2

您可以按照以下方式实现您的结果：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
....
....
#use filter with plot
#or
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') | (df1['Retailer country']=='France')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()


#also
#and
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') & (df1['Year']=='2013')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()

- Majed

---

这是对所发布问题的回答吗？如果是，为什么你还要解释seaborn呢？此外，请查看如何格式化你的回答。 - sacuL

Answer 3

请注意，您可以在query方法中使用or和|：

alldata.query('IBRD!=0 or IMF!=0')

并且

alldata.query('IBRD!=0 | IMF!=0')

两者产生相同的结果。

- user7864386

Answer 4

你可以用 | 分隔条件

#像这样

df1 = df[(df['age'] > 25) | (df['gender'] == "男性")]

- coldsober irene

---

在其他答案中已经提到了使用 |。 - Gino Mempin