在熊猫数据框中选择行[重复]

Posted 2023-02-24

【中文标题】在熊猫数据框中选择行[重复]

【英文标题】：Selecting rows in pandas dataframe [duplicate]

【发布时间】：2020-12-23 06:04:02

【问题描述】：

我需要选择满足以下条件的行：

如果（X 为真，Z 为假）| （X 为假，Z 为真）然后分配给一个新列 True 作为值。

我试过这个：

df[(df[X']==True & df['Z']==False) | (df['X']==False & df['Z']==True)]

但我收到以下错误：

ValueError：Series 的真值不明确。使用 a.empty， a.bool()、a.item()、a.any() 或 a.all()。

我尝试过如下使用any()

【问题讨论】：

这能回答你的问题吗？ Truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

@AMC 虽然我同意 ()s 围绕这些条款会起作用，但其中许多答案还解决了这样一个事实，即这组复杂的条件是不必要的，并且不仅仅是指出优先级问题。评论和否决欺骗问题的所有答案是不正常的。标记或投票问题。

@AChampion 虽然我同意围绕条款的 ()s 会起作用，但其中许多答案也解决了这样一个事实，即这组复杂的条件是不必要的，并且不仅仅是指出优先级问题. 即使我们忽略了重复问题，问题仍然缺少 MCVE，以及部分错误输出。

评论和否决一个欺骗问题的所有答案是不正常的。 正常是什么意思，根据谁？我在the discussion with BEN_YO 中分享了一些帖子，这表明它并非全部那么罕见。

【参考方案1】：

如果你所有的值都是布尔值，你可以试试这个

df[(df['X'] & ~df['Z']) | (~df['X'] & df['Z'])]

【讨论】：

这不是简化为df['X'] != df['Z']吗？

@AChampion: 是的，没错 :)

***.com/q/36921951

【参考方案2】：

df['X']==True & df['Z']==False 必须是 (df['X']==True) & (df['Z']==False)（以及其他所有内容）。在 Python 中，运算符 & 的优先级高于 ==。您的表达式被解释为df['X']==(True & df['Z'])==False。

【讨论】：

***.com/q/36921951

【参考方案3】：

检查

df[((df['X']==True) & (df['Z']==False)) | ((df['X']==False) & (df['Z']==True))]

这里还有一点数学

df[df.X.astype(int).add(df.Z.astype(int)==1]

来自冠军

df[df.X!=df.Z]

【讨论】：

df.X != df.Z?

@AChampion 正确~

我也测试过 xor 也可以工作 df.X ^ df.Z

***.com/q/36921951

让我们continue this discussion in chat.

【参考方案4】：

如果X和Y只包含True和False，下面会给出答案（请查看How do you get the logical xor of two variables in Python?）：

df[df['X']!=df['Z']]

【讨论】：

***.com/q/36921951