熊猫数据框中的逻辑或/按位或

Question

我正在尝试使用布尔掩码从 2 个不同的数据帧中获取匹配项。 你

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().

但是使用按位或运算符，结果会成功返回。

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

Output: x

两者有区别吗？按位 OR 是这里的最佳选择吗？为什么逻辑 OR 不起作用？

Answer 1

据我了解这个问题（来自 C++ 背景，目前正在学习 Python 进行数据科学），我偶然发现了几篇文章，表明位运算符（&、|）可以在类中重载，就像 C++ 一样会的。

所以基本上，虽然您可以对数字使用此类按位运算符，但它们会比较位并为您提供结果。例如，如果您有以下情况：

1 | 2 # 将导致 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 为假，故为 0；而 0 | 1 为真，故为 1）

作为整数：3

它比较数字的每一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。

输入熊猫。由于您可以重载这些运算符，Pandas 已经利用了这一点。因此，在处理 pandas 数据帧时，按位运算符的作用如下：

(dataframe1['column'] == "表达式") & (dataframe1['column'] != "另一个表达式)

在这种情况下，首先 pandas 将根据 == 和 != 操作的结果创建一系列真或假（注意：你必须在外部表达式周围加上大括号，因为 python 总是会尝试解析第一个按位运算符，然后解析其他比较运算符！！）。所以它会将列中的每个值与表达式进行比较，并输出真或假。

那么你会有两个相同长度的真假序列。 THEN 所做的就是取这两个系列，基本上将它们与“and”（&）或“or”（|）进行比较，最后吐出一个系列，满足或不满足所有三个比较操作。

更进一步，我认为幕后发生的事情是 & 运算符实际上调用了 pandas 的函数，为它们提供了先前评估的操作（因此运算符左右两个系列）和然后 pandas 一次比较两个不同的值，根据内部机制返回 True 或 False。

这与他们用于所有其他运算符（>、=、

当你得到漂亮而整洁的“and”时，为什么要使用不同的 & 表达式？嗯，这似乎是因为“and”只是硬编码，不能手动更改。

希望有帮助！