python - 在构建 Pandas DataFrame 时使用逻辑运算符

Question

我有两段 pandas 代码，我认为它们应该是等效的，但第二段没有达到我的预期。

# 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 )都按照我自己的预期进行，但似乎我在逻辑运算符上做错了，因为最终结果是得出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(bind)得更紧密。参见 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，然后调用了比较链。这就是您的情况。您需要在每个比较前后加上括号。

 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 != 比较前后的额外括号。