我想用一个或条件来过滤我的数据帧，以保持特定列的值超出范围[-0.25，0.25]的行。我尝试了：
df = df[(df['col'] < -0.25) or (df['col'] > 0.25)]
但我得到了错误：
级数的真值不明确。使用a.empty、a.bool（）、a.item（）、.any（）或.all（）
当前回答
我在熊猫数据框架中工作时也遇到过同样的问题。
我使用过：numpy.logical_and：
在这里，我试图选择Id与41d7853匹配且degree_type不与Certification匹配的行。
如下所示：
display(df_degrees.loc[np.logical_and(df_degrees['person_id'] == '41d7853' , df_degrees['degree_type'] !='Certification')])
如果我尝试编写如下代码：
display(df_degrees.loc[df_degrees['person_id'] == '41d7853' and df_degrees['degree_type'] !='Certification'])
我们将得到错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
我使用了numpy.logical_，它对我很有用。
其他回答
我在熊猫数据框架中工作时也遇到过同样的问题。
我使用过：numpy.logical_and：
在这里，我试图选择Id与41d7853匹配且degree_type不与Certification匹配的行。
如下所示：
display(df_degrees.loc[np.logical_and(df_degrees['person_id'] == '41d7853' , df_degrees['degree_type'] !='Certification')])
如果我尝试编写如下代码：
display(df_degrees.loc[df_degrees['person_id'] == '41d7853' and df_degrees['degree_type'] !='Certification'])
我们将得到错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
我使用了numpy.logical_，它对我很有用。
我遇到了同样的错误，并在PySpark数据帧中停滞了几天。由于我比较了两个字段中的整数值，所以通过用0填充na值，我成功地解决了这个问题。
您需要在panda中使用按位运算符|而不是或和&，而不是和。您不能简单地使用python中的bool语句。
对于非常复杂的过滤，请创建一个掩码并在数据帧上应用该掩码。将所有查询放入掩码并应用它，
mask = (df["col1"]>=df["col2"]) & (stock["col1"]<=df["col2"])
df_new = df[mask]
一件小事，浪费了我的时间。
将条件（如果使用“=”，“！=”进行比较）放在括号中。未能做到这一点也会引发这种例外。
这将起作用：
df[(some condition) conditional operator (some conditions)]
这不会：
df[some condition conditional-operator some condition]
这个出色的答案很好地解释了正在发生的事情，并提供了解决方案。我想添加另一种可能适用于类似情况的解决方案：使用查询方法：
df = df.query("(col > 0.25) or (col < -0.25)")
请参见索引和选择数据。
（我目前正在使用的数据帧的一些测试表明，这种方法比在一系列布尔运算中使用逐位运算符要慢一点：2毫秒对870µs）
一条警告：至少有一种情况是列名恰好是Python表达式，这一点并不简单。我的列名为WT_38hph_IP_2、WT_38ph_input_2和log2（WT_38kph_IP_2/WT_38lph_input_2），希望执行以下查询：“（log2（WT_38hph_IP_2/WT_38hph_input_3）>1）和（WT_38h ph_IP_2>20）”
我获得了以下异常级联：
键错误：“log2”UndefinedVariableError:未定义名称“log2”ValueError:“log2”不是受支持的函数
我想发生这种情况是因为查询解析器试图从前两列中提取一些内容，而不是用第三列的名称来标识表达式。
这里提出了一种可能的解决方法。
