我正在按两列中的值过滤数据框中的行。
出于某种原因,OR 运算符的行为就像我期望的 AND 运算符的行为一样,反之亦然。
我的测试代码:
df = pd.DataFrame({'a': range(5), 'b': range(5) })
# let's insert some -1 values
df['a'][1] = -1
df['b'][1] = -1
df['a'][3] = -1
df['b'][4] = -1
df1 = df[(df.a != -1) & (df.b != -1)]
df2 = df[(df.a != -1) | (df.b != -1)]
print(pd.concat([df, df1, df2], axis=1,
keys = [ 'original df', 'using AND (&)', 'using OR (|)',]))
结果:
original df using AND (&) using OR (|)
a b a b a b
0 0 0 0 0 0 0
1 -1 -1 NaN NaN NaN NaN
2 2 2 2 2 2 2
3 -1 3 NaN NaN -1 3
4 4 -1 NaN NaN 4 -1
[5 rows x 6 columns]
如您所见,
AND
运算符会删除至少有一个值等于-1
的每一行。另一方面, OR
运算符要求两个值都等于 -1
才能删除它们。我期望得到完全相反的结果。谁能解释一下这种行为吗?
我使用的是pandas 0.13.1。
如您所见,AND 运算符会删除其中至少有一个的每一行 值等于-1。另一方面,OR 运算符需要 值等于 -1 即可删除它们。
没错。请记住,您所写的条件是您想要“保留”的内容,而不是您想要删除的内容。对于df1
:
df1 = df[(df.a != -1) & (df.b != -1)]
您的意思是“保留
df.a
不是 -1 且
df.b
不是 -1 的行”,这与删除其中至少有一个值为 -1 的每一行相同。对于
df2
:
df2 = df[(df.a != -1) | (df.b != -1)]
您的意思是“保留
df.a
或
df.b
不为 -1 的行”,这与删除两个值为 -1 的行相同。PS:像
df['a'][1] = -1
这样的链式访问会给你带来麻烦。最好养成使用
.loc
和 .iloc
的习惯。:
“NOT a AND NOT b”与 “NOT (a OR b)” 相同,所以:
“a NOT -1 AND b NOT -1”相当于 “NOT (a is -1 OR b is -1)”,与 ”(a is -1 OR b is -1) 相反(补)是 -1)”. 所以如果你想要完全相反的结果,df1和df2应该如下:
df1 = df[(df.a != -1) & (df.b != -1)]
df2 = df[(df.a == -1) | (df.b == -1)]
df1 = df[(df['a'] != -1) & (df['b'] != -1)]
,(i)并集的否定是否定的交集,并且(ii)交集的否定是否定的并集,即,
A AND B <=> not A OR not B
A OR B <=> not A AND not B
如果目标是
删除至少有一个值等于-1的每一行
您可以使用
AND
运算符来标识要
keep的行,或使用
OR
运算符来标识要 drop的行。
# select rows where both a and b values are not equal to -1
df2_0 = df[df['a'].ne(-1) & df['b'].ne(-1)]
# index of rows where at least one of a or b equals -1
idx = df.index[df.eval('a == -1 or b == -1')]
# drop `idx` rows
df2_1 = df.drop(idx)
df2_0.equals(df2_1) # True
另一方面,如果目标是
删除两个值都等于 -1 的每一行
你的做法恰恰相反;使用
OR
运算符来标识要
keep的行,或使用
AND
运算符来标识要 drop的行。