讲师中心 微信公众号

工具推荐

视频效率加速
立刻MV
立刻MV

低成本歌曲 MV、视频生成

updream

一键生成高质量推广成片

Laper
Laper

剧本策划到成片协作

AniShort
AniShort

AI短剧协同制作平台

如何在 Pandas DataFrame 中基于多个条件筛选行

老伟大大_4085

老伟大大_4085

发布时间:2026-11-20 20:24:03

|

957人浏览过

|

来源于php中文网

原创

如何在 Pandas DataFrame 中基于多个条件筛选行

本文详解 Pandas 中使用布尔索引对 DataFrame 进行多条件筛选的正确方法,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 中使用布尔索引对 dataframe 进行多条件筛选的正确方法,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 进行条件筛选是数据分析中最基础也最关键的一步。但初学者常因混淆 Python 原生逻辑运算符与 Pandas 向量化操作而报错——典型错误就是用 and、or、not 连接多个布尔条件,例如:

# ❌ 错误写法(会触发 ValueError)
df[df['City'] == 'Riyadh' and df['Age'] > 23]

该写法失败的根本原因是:df['City'] == 'Riyadh' 返回的是一个 pd.Series(布尔型),而 Python 的 and 操作符无法判断整个 Series 的“真值”(即它既非 True 也非 False),因此抛出 The truth value of a Series is ambiguous。

✅ 正确做法是使用按位逻辑运算符(bitwise operators):

  • & 替代 and(注意:必须用括号包裹每个条件!)
  • | 替代 or
  • ~ 替代 not

以下是针对你示例数据的规范筛选代码:

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 & 连接条件,且每个条件用圆括号包裹
filtered = df[(df['City'] == 'Riyadh') & (df['Age'] > 23)]
print(filtered)

输出结果为:

   Name  Age    City
0   Ali   25  Riyadh

? 为什么必须加括号?
因为 & 的运算优先级高于 == 和 >。若省略括号,如 df[df['City'] == 'Riyadh' & df['Age'] > 23],Python 会先计算 'Riyadh' & df['Age'](类型不匹配),直接报错。括号确保布尔表达式被完整解析。

为提升可读性与可维护性(尤其当条件增多时),推荐分步构建布尔掩码(boolean mask):

mask_city = df['City'] == 'Riyadh'
mask_age = df['Age'] > 23
filtered = df[mask_city & mask_age]  # 清晰、易调试、支持复用

? 进阶提示:

  • 多条件组合示例(三条件):
    df[(df['City'].isin(['Riyadh', 'Jeddah'])) & (df['Age'] >= 25) & (df['Name'].str.startswith('A'))]
  • 使用 query() 方法(语法更接近自然语言,适合复杂逻辑):
    filtered = df.query("City == 'Riyadh' and Age > 23")

⚠️ 注意事项总结:

  • 永远避免在布尔索引中使用 and/or/not;
  • 所有单个条件必须用 () 包裹;
  • 字符串比较区分大小写,如需忽略大小写,用 str.lower() 或 str.contains(..., case=False);
  • 对缺失值(NaN)敏感:NaN == 'Riyadh' 返回 False,但 NaN > 23 返回 False;若需显式处理空值,可结合 isna() 或 fillna()。

掌握这一模式,你就能稳健、高效地完成从简单双条件到多维度复合筛选的各类任务。

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
Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

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。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

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。

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。

笔灵降AI

一款AI论文写作工具,主要用于论文降AI神器,适配知网及维普!一键降至安全线,100%保留原文格式;无口语化问题,文风更学术,降后字数控制最佳!,适合需要提升相关任务效率的用户。

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。

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。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

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