Python Pandas : Boolean indexing on multiple columns

Question

尽管至少有 two good关于如何在 Python 的 pandas 库中索引 DataFrame 的教程，我仍然无法找到一种优雅的方式来对多个列进行 SELECTing。

>>> d = pd.DataFrame({'x':[1, 2, 3, 4, 5], 'y':[4, 5, 6, 7, 8]})
>>> d
   x  y
0  1  4
1  2  5
2  3  6
3  4  7
4  5  8
>>> d[d['x']>2] # This works fine
   x  y
2  3  6
3  4  7
4  5  8
>>> d[d['x']>2 & d['y']>7] # I had expected this to work, but it doesn't
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我发现(我认为是)一种相当不雅的方式，像这样

>>> d[d['x']>2][d['y']>7]

但它并不漂亮，而且它的可读性得分相当低(我认为)。

有没有更好、更符合 Python 的方法？

Answer 1

这是一个优先运算符问题。

您应该添加额外的括号以使您的多条件测试正常工作:

d[(d['x']>2) & (d['y']>7)]

This section您提到的教程中显示了一个带有几个 bool 条件的示例，并使用了括号。