Question

我有两个pandas代码片段，我认为应该是等效的，但第二个不能达到我的预期。

# snippet 1
    data = all_data[[((np.isfinite(all_data[self.design_metric][i]) 
                    and all_data['Source'][i] == 2)) 
                    or ((np.isfinite(all_data[self.actual_metric][i]) 
                    and all_data['Source'][i] != 2))
                    for i in range(len(all_data))]]


# snippet 2
    data = all_data[(all_data['Source'] == 2 &
                    np.isfinite(all_data[self.design_metric])) |
                    (all_data['Source'] != 2 &
                    np.isfinite(all_data[self.actual_metric]))]

每个部分（例如all_data['Source'] == 2）都能达到我自己的期望，但似乎我对逻辑运算符做错了，因为最终结果会出现与列表理解版本不同的结果

Answer 1

&运算符比==（或任何比较运算符）绑定得更紧密。见the documentation。一个更简单的例子是：

>>> 2 == 2 & 3 == 3
False

这是因为它被分组为2 == (2 & 3) == 3，然后调用比较链。这就是你的情况。你需要在每次比较中加上括号。

 data = all_data[((all_data['Source'] == 2) &
                np.isfinite(all_data[self.design_metric])) |
                ((all_data['Source'] != 2) &
                np.isfinite(all_data[self.actual_metric]))]

请注意==和!=比较周围的额外括号。

Answer 2

除优先级外，AND和＆amp;之间存在差异。运算符，第一个是布尔值，后者是二进制按位。此外，您必须了解布尔表达式。

请参阅以下代码段中的示例：

逻辑表达式

>>> 1 and 2
1

>>> '1' and '2'
'1'

>>> 0 == 1 and 2 == 0 or 0
0

按位运算符

>>> 1 & 2
0

>>> '1' & '2'
Traceback (most recent call last):
  ...
TypeError: unsupported operand type(s) for &: 'str' and 'str'

>>> 0 == 1 & 2 == 0 | 0
True

在构建Pandas DataFrame时使用逻辑运算符

2 个答案: