python - np.where() 内部存在 & 的问题

Question

我对 np.where 有一个相当奇怪的问题，这让我怀疑是否应该使用另一个函数。

逻辑如下: 当且仅当“trendup”和“trendown”为“False”时，则为“No_trend”，否则为“trending”

不知怎的，输出是错误的，但我不确定什么是关闭的。

    Id  Trendup  Trendown
0  001    False     False
1  002    False     False

代码行是:

forecast['trend_status'] = np.where((forecast['Trendup'] == 'False') & (forecast['Trendown'] == 'False'), 'Not_trending', 'trending')

以及错误的输出:

    Id  Trendup  Trendown trend_status
0  001    False     False     trending
1  002    False     False     trending

在这种情况下，trend_status 列中应为“Not_trending”，因为前两列为 False。 我猜问题出在 & 声明上。 我看过 np.logic_and() 但似乎这不是我要找的。 欢迎任何帮助

更新: 感谢@Yatu，我已经尝试过:

forecast['trend_status'] = np.where(~(forecast['Trendup'] & forecast['Trendown']), 'Not_trending', 'trending')

但是当我使用数据集来显示一些趋势时，问题仍然存在

0  001    False      True  Not_trending
1  002    False      True  Not_trending

可能出了什么问题？我现在已经如此接近这个问题了，以至于我可能看不到显而易见的事情。

Answer 1

问题似乎是您将 bool 值与字符串混淆了。使用 bool 值时，您应该使用 logical operators你应该做类似的事情:

np.where(~(forecast['Trendup'] | forecast['Trendown']), 'Not_trending', 'trending')
# array(['Not_trending', 'Not_trending'], dtype='<U12')

<小时/>

您可以通过以下方式检查情况是否如此:

print(df.dtypes)

Id          int64
Trendup      bool
Trendown     bool
dtype: object