Pandas使用位&|。此外，每个条件都应该包装在（）内。

这是有效的：

data_query = data[(data['year'] >= 2005) & (data['year'] <= 2010)]

但没有括号的相同查询不会：

data_query = data[(data['year'] >= 2005 & data['year'] <= 2010)]

Pandas使用位&|。此外，每个条件都应该包装在（）内。

这是有效的：

data_query = data[(data['year'] >= 2005) & (data['year'] <= 2010)]

但没有括号的相同查询不会：

data_query = data[(data['year'] >= 2005 & data['year'] <= 2010)]

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。

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。

这是初学者在Pandas中创建多个条件时非常常见的问题。一般来说，有两种可能的情况导致此错误：

条件1：Python运算符优先级

有一段布尔索引|索引和选择数据-panda文档解释了这一点：

另一个常见的操作是使用布尔向量来过滤数据。运算符为：| for or，&for and，~ for not。这些必须使用括号进行分组。默认情况下，Python会将df['A']>2&df['B']<3这样的表达式求值为df['A']>（2&df['B']）<3，而所需的求值顺序是（df['A']>2）&（df['B']<3）。

# Wrong
df['col'] < -0.25 | df['col'] > 0.25

# Right
(df['col'] < -0.25) | (df['col'] > 0.25)

有一些可能的方法可以去掉括号，稍后我将介绍这一点。

条件2：操作员/声明不当

正如前面的报价中所解释的，您需要使用| for or、&for and和~ for not。

# Wrong
(df['col'] < -0.25) or (df['col'] > 0.25)

# Right
(df['col'] < -0.25) | (df['col'] > 0.25)

另一种可能的情况是在if语句中使用布尔级数。

# Wrong
if pd.Series([True, False]):
    pass

很明显，Python if语句接受类似布尔的表达式，而不是Pandas系列。您应该根据需要使用错误消息中列出的pandas.Series.any或方法将Series转换为值。

例如：

# Right
if df['col'].eq(0).all():
    # If you want all column values equal to zero
    print('do something')

# Right
if df['col'].eq(0).any():
    # If you want at least one column value equal to zero
    print('do something')

让我们来讨论在第一种情况下如何避开括号。

使用Pandas数学函数Pandas定义了许多数学函数，包括比较，如下所示：pandas.Series.lt（）表示小于；pandas.Series.gt（）表示大于；pandas.Series.le（）表示小于等于；pandas.Series.ge（）表示大于或等于；pandas.Series.ne（）表示不相等；pandas.Series.eq（）表示相等；因此，您可以使用df=df[（df['col']<-0.25）|（df['col']>0.25）]#等于df=df[df['col'].lt（-0.25）|df['col'].gt（0.25）]使用pandas.Series.between（）如果要在两个值之间选择行，可以使用pandas.Series.between：df['col]。between（左，右）等于（左<=df['col']）&（df['cor']<=右）；df['col].bween（左，右，包括='left）等于（左<=df['col']）&（df['cor']<右）；df['col].bween（left，right，inclusive='right'）等于（左<df['col']）&（df['cor']<=右）；df['col].bween（左，右，包括='norther'）等于（左<df['col']）&（df['cor']<右）；df=df[（df['col']>-0.25）&（df['col']<0.25）]#等于df=df[df['col'].介于（-0.25，0.25，包括“任一”）]使用pandas.DataFrame.query（）前面引用的文档有一章query（）方法很好地解释了这一点。pandas.DataFrame.query（）可以帮助您选择带有条件字符串的DataFrame。在查询字符串中，可以使用按位运算符（&和|）及其布尔表（和/或）。此外，可以省略括号，但出于可读性的原因，我不建议使用。df=df[（df['col']<-0.25）|（df['col']>0.25）]#等于df=df.query（'col<-0.25或col>0.25'）使用pandas.DataFrame.eval（）pandas.DataFrame.eval（）计算描述DataFrame列操作的字符串。因此，我们可以使用此方法来构建多个条件。语法与pandas.DataFrame.query（）相同。df=df[（df['col']<-0.25）|（df['col']>0.25）]#等于df=df[df.eval（'col<-0.25或col>0.25'）]pandas.DataFrame.query（）和pandas.DetaFrame.eval（）可以做的事情比我在这里描述的要多。建议您阅读他们的文档并与他们一起玩得开心。

我将尝试给出三种最常见的方法的基准（上面也提到过）：

from timeit import repeat

setup = """
import numpy as np;
import random;
x = np.linspace(0,100);
lb, ub = np.sort([random.random() * 100, random.random() * 100]).tolist()
"""
stmts = 'x[(x > lb) * (x <= ub)]', 'x[(x > lb) & (x <= ub)]', 'x[np.logical_and(x > lb, x <= ub)]'

for _ in range(3):
    for stmt in stmts:
        t = min(repeat(stmt, setup, number=100_000))
        print('%.4f' % t, stmt)
    print()

结果：

0.4808 x[(x > lb) * (x <= ub)]
0.4726 x[(x > lb) & (x <= ub)]
0.4904 x[np.logical_and(x > lb, x <= ub)]

0.4725 x[(x > lb) * (x <= ub)]
0.4806 x[(x > lb) & (x <= ub)]
0.5002 x[np.logical_and(x > lb, x <= ub)]

0.4781 x[(x > lb) * (x <= ub)]
0.4336 x[(x > lb) & (x <= ub)]
0.4974 x[np.logical_and(x > lb, x <= ub)]

但是，熊猫系列不支持*，NumPy Array比熊猫数据帧快（大约慢1000倍，见数字）：

from timeit import repeat

setup = """
import numpy as np;
import random;
import pandas as pd;
x = pd.DataFrame(np.linspace(0,100));
lb, ub = np.sort([random.random() * 100, random.random() * 100]).tolist()
"""
stmts = 'x[(x > lb) & (x <= ub)]', 'x[np.logical_and(x > lb, x <= ub)]'

for _ in range(3):
    for stmt in stmts:
        t = min(repeat(stmt, setup, number=100))
        print('%.4f' % t, stmt)
    print()

结果：

0.1964 x[(x > lb) & (x <= ub)]
0.1992 x[np.logical_and(x > lb, x <= ub)]

0.2018 x[(x > lb) & (x <= ub)]
0.1838 x[np.logical_and(x > lb, x <= ub)]

0.1871 x[(x > lb) & (x <= ub)]
0.1883 x[np.logical_and(x > lb, x <= ub)]

注意：添加一行代码x=x.to_numpy（）大约需要20µs。

对于喜欢%timeit的人：

import numpy as np
import random
lb, ub = np.sort([random.random() * 100, random.random() * 100]).tolist()
lb, ub
x = pd.DataFrame(np.linspace(0,100))

def asterik(x):
    x = x.to_numpy()
    return x[(x > lb) * (x <= ub)]

def and_symbol(x):
    x = x.to_numpy()
    return x[(x > lb) & (x <= ub)]

def numpy_logical(x):
    x = x.to_numpy()
    return x[np.logical_and(x > lb, x <= ub)]

for i in range(3):
    %timeit asterik(x)
    %timeit and_symbol(x)
    %timeit numpy_logical(x)
    print('\n')

结果：

23 µs ± 3.62 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
35.6 µs ± 9.53 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
31.3 µs ± 8.9 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)


21.4 µs ± 3.35 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
21.9 µs ± 1.02 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
21.7 µs ± 500 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)


25.1 µs ± 3.71 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
36.8 µs ± 18.3 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
28.2 µs ± 5.97 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)