任何与所有 pd 数据帧不一致

Question

这是在其他论坛上提出的，但重点是 nan。

我有一个简单的数据框：

 y=[[1,2,3,4,1],[1,2,0,4,5]]
 df = pd.DataFrame(y)

我很难理解 any 和 all 的工作原理。根据 pandas 文档，“任何”返回“......任何元素在请求的轴上是否为真”。

如果我使用：

~(df == 0)
Out[77]: 
    0     1      2     3     4
0  True  True   True  True  True
1  True  True  False  True  True


~(df == 0).any(1)
Out[78]: 
0     True
1    False
dtype: bool

根据我的理解，第二个命令的意思是：如果任何元素在请求的轴上为真，则返回“真”，并且它应该为两行返回真，真（因为两者都包含至少一个真值），但我得到的是真，错误的。这是为什么呢？

Answer 1

您需要一个()，因为运营商的优先级：

print (df == 0)
       0      1      2      3      4
0  False  False  False  False  False
1  False  False   True  False  False

print (~(df == 0))
      0     1      2     3     4
0  True  True   True  True  True
1  True  True  False  True  True

print ((~(df == 0)).any(1))
0    True
1    True
dtype: bool

因为：

print ((df == 0).any(1))
0    False
1     True
dtype: bool

print (~(df == 0).any(1))
0     True
1    False
dtype: bool

Answer 2

Python 将您的调用解释为：

~ ( (df == 0).any(1) )

所以它**首先评估any。现在如果我们看一下df == 0，我们会看到：

>>> df == 0
       0      1      2      3      4
0  False  False  False  False  False
1  False  False   True  False  False

所以这意味着第一行没有True，第二行有，所以：

>>> (df == 0).any(1)
0    False
1     True
dtype: bool

现在我们用~ 否定这个，所以False 变成True，反之亦然：

>>> ~ (df == 0).any(1)
0     True
1    False
dtype: bool

如果我们先否定，我们会看到：

>>> (~ (df == 0)).any(1)
0    True
1    True
dtype: bool

两者都是True，因为在两行中至少有一列是True。