在构建Pandas DataFrame中使用逻辑运算符

Question

我有两段熊猫代码，我认为它们应该是等效的，但是第二段代码并没有达到我的期望。

# 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）都按照自己的期望进行操作，但是似乎我在逻辑运算符上做错了，因为最终结果与列表理解版本的结果不同。

Answer 1

的&操作者比结合更紧密地==（或任何比较操作符）。请参阅文档。一个简单的例子是：

>>> 2 == 2 & 3 == 3
False

这是因为将其分组为2 == (2 & 3) == 3，然后调用了比较链接。这就是您的情况。您需要在每个比较之间加上括号。

 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!=比较中的多余括号。