pandas.DataFrame为什么使用括号来包装操作以进行按位比较

一个DataFrame称为c,它有一个名为price的列,在其中我想知道价格等于2或3的行。代码在这里起作用

c[(c['price'] == 2) | (c['price'] == 3)]

但是在这里不起作用:

c[c['price'] == 2 | c['price'] == 3]

并引发异常:

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

唯一的区别是在第二行代码中,操作没有括号“()”。那么,为什么括号如此重要?

非常感谢你!

特伦顿·麦金尼
  • 根据熊猫:布尔索引
    • 另一个常见的操作是使用布尔向量来过滤数据。运算符是:|for or&forand~for not这些必须通过使用括号,由于默认的Python将评估例如表达被分组df['A'] > 2 & df['B'] < 3df['A'] > (2 & df['B']) < 3,而所希望的评价顺序是(df['A > 2) & (df['B'] < 3)

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

Pandas DataFrame使用where()将列与阈值列进行比较

来自分类Dev

使用pandas DataFrame.apply进行列操作

来自分类Dev

使用其索引对 Pandas Dataframe 列进行操作

来自分类Dev

pandas DataFrame按重复对行进行排序

来自分类Dev

在Pandas DataFrame中使用比较列表的问题

来自分类Dev

使用pandas DataFrame按作物排名国家

来自分类Dev

使用NaN的Python pandas DataFrame操作

来自分类Dev

多数据类型pandas Dataframe中的比较操作

来自分类Dev

为什么要在Pandas.DataFrame上使用Pandas.Series

来自分类Dev

Pandas:使用 nans 操作

来自分类Dev

Pandas DataFrame行明智比较

来自分类Dev

将Pandas DataFrame与Series比较

来自分类Dev

Pandas DataFrame行明智比较

来自分类Dev

如何在Python中将Pandas DataFrame与None进行比较?

来自分类Dev

如何使用DateTime对Pandas DataFrame进行分区

来自分类Dev

使用Pandas DataFrame进行迭代并更改值

来自分类Dev

使用pandas通过比较键(“id”)来组合csv

来自分类Dev

为什么每次对Pandas Dataframe进行更改后都需要重新分配变量?

来自分类Dev

按值对Pandas DataFrame排序

来自分类Dev

为什么在Pandas Cython代码中比较相等的变量?

来自分类Dev

使用Pandas扩展DataFrame

来自分类Dev

按MultiIndex的一级对pandas DataFrame进行排序

来自分类Dev

按列中的名称对pandas DataFrame中的数据进行排序

来自分类Dev

pandas Dataframe groupby,按绝对值对组进行排序

来自分类Dev

在Pandas Dataframe中按分组进行多重聚合

来自分类Dev

按系列索引对Pandas DataFrame /系列进行索引

来自分类Dev

按列表列中的元素对Pandas Dataframe进行分组

来自分类Dev

按多列和重复索引对pandas DataFrame进行排序

来自分类Dev

按列中的名称对pandas DataFrame中的数据进行排序

Related 相关文章

  1. 1

    Pandas DataFrame使用where()将列与阈值列进行比较

  2. 2

    使用pandas DataFrame.apply进行列操作

  3. 3

    使用其索引对 Pandas Dataframe 列进行操作

  4. 4

    pandas DataFrame按重复对行进行排序

  5. 5

    在Pandas DataFrame中使用比较列表的问题

  6. 6

    使用pandas DataFrame按作物排名国家

  7. 7

    使用NaN的Python pandas DataFrame操作

  8. 8

    多数据类型pandas Dataframe中的比较操作

  9. 9

    为什么要在Pandas.DataFrame上使用Pandas.Series

  10. 10

    Pandas:使用 nans 操作

  11. 11

    Pandas DataFrame行明智比较

  12. 12

    将Pandas DataFrame与Series比较

  13. 13

    Pandas DataFrame行明智比较

  14. 14

    如何在Python中将Pandas DataFrame与None进行比较?

  15. 15

    如何使用DateTime对Pandas DataFrame进行分区

  16. 16

    使用Pandas DataFrame进行迭代并更改值

  17. 17

    使用pandas通过比较键(“id”)来组合csv

  18. 18

    为什么每次对Pandas Dataframe进行更改后都需要重新分配变量?

  19. 19

    按值对Pandas DataFrame排序

  20. 20

    为什么在Pandas Cython代码中比较相等的变量?

  21. 21

    使用Pandas扩展DataFrame

  22. 22

    按MultiIndex的一级对pandas DataFrame进行排序

  23. 23

    按列中的名称对pandas DataFrame中的数据进行排序

  24. 24

    pandas Dataframe groupby,按绝对值对组进行排序

  25. 25

    在Pandas Dataframe中按分组进行多重聚合

  26. 26

    按系列索引对Pandas DataFrame /系列进行索引

  27. 27

    按列表列中的元素对Pandas Dataframe进行分组

  28. 28

    按多列和重复索引对pandas DataFrame进行排序

  29. 29

    按列中的名称对pandas DataFrame中的数据进行排序

热门标签

归档