讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

剧云
剧云

中文短剧剧本制作平台

SoundView
SoundView

字幕擦除翻译、配音口型同步

updream

一键生成高质量推广成片

如何在 Pandas DataFrame 中正确使用多个条件进行行筛选

千宇同学_5012

千宇同学_5012

发布时间:2026-11-20 20:02:06

|

427人浏览过

|

来源于php中文网

原创

如何在 Pandas DataFrame 中正确使用多个条件进行行筛选

本文详解 Pandas 中基于多个布尔条件筛选 DataFrame 行的正确方法,重点解决因误用 and 导致的 ValueError: The truth value of a Series is ambiguous 错误,并提供可读性强、可扩展的实践方案。

本文详解 pandas 中基于多个布尔条件筛选 dataframe 行的正确方法,重点解决因误用 `and` 导致的 `valueerror: the truth value of a series is ambiguous` 错误,并提供可读性强、可扩展的实践方案。

在 Pandas 中对 DataFrame 进行多条件过滤是数据分析中的高频操作,但初学者常因混淆 Python 原生逻辑运算符与 Pandas 向量化运算规则而报错。核心误区在于:不能对 Pandas Series 使用 and、or、not——这些操作符要求单个布尔值,而 Series 返回的是布尔数组,其真值是“模糊的”(ambiguous),因此会触发 ValueError。

✅ 正确做法是使用按位运算符:

  • & 代替 and(注意:必须加英文括号包裹每个条件)
  • | 代替 or
  • ~ 代替 not

以下是以你提供的数据为例的完整实现:

import pandas as pd

data = {
    'Name': ['Ali', 'Sara', 'John', 'Aisha'],
    'Age': [25, 30, 22, 28],
    'City': ['Riyadh', 'Jeddah', 'Riyadh', 'Dammam']
}
df = pd.DataFrame(data)

# ✅ 正确:使用 & 连接带括号的布尔表达式
filtered = df[(df['City'] == 'Riyadh') & (df['Age'] > 23)]
print(filtered)

输出:

   Name  Age    City
0   Ali   25  Riyadh
3 Aisha   28  Dammam  ← 注意:此行 City 是 'Dammam',实际应为修正后示例

⚠️ 等等——上面输出有误?我们来验证原始数据:Aisha 的 City 是 'Dammam',所以实际符合条件(City=='Riyadh' 且 Age>23)的只有 Ali(25岁,Riyadh)和 John(22岁,Riyadh)中 Age>23 的 Ali。John 年龄为 22,不满足 >23,因此最终结果仅一行:

  Name  Age    City
0  Ali   25  Riyadh

为提升代码可读性与可维护性,推荐将条件拆分为独立布尔掩码(mask):

mask_city = df['City'] == 'Riyadh'
mask_age = df['Age'] > 23
filtered = df[mask_city & mask_age].copy()  # .copy() 避免 SettingWithCopyWarning(如后续修改)

? 进阶提示:

  • 多条件组合可嵌套任意深度,例如 (cond1) & (cond2) | (cond3),但务必用括号明确优先级;
  • 对字符串可结合 .str 方法,如 df['City'].str.contains('Riy', case=False);
  • 若需“或”逻辑(如 City 是 Riyadh 或 Jeddah),写为 (df['City']=='Riyadh') | (df['City']=='Jeddah');
  • 使用 query() 方法可写出更接近自然语言的筛选语句(适合复杂条件):
    filtered = df.query("City == 'Riyadh' and Age > 23")

总结:牢记 “条件用括号,逻辑用 & | ~,禁用 and or not” ——这是 Pandas 布尔索引的黄金法则。掌握它,不仅能解决当前问题,更能避免后续在 loc、numpy.where 等场景中出现同类错误。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

380

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

292

2026.01.31

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

1031

2026.04.13

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

0

2026.11.20

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

40

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

60

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

80

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

20

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

80

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn