Question

我知道并相应于<代码>&和NOT,~。元素——合乎逻辑的OR操作者是什么? 我知道“或”本身不是我所期望的。

Answer 1

相应的操作员为>>。



 df[(df < 3) | (df == 5)]


如果价值低于3或等于5,则将进行要素检查。



If you need a function to do this, we have np.logical_or. For two conditions, you can use

df[np.logical_or(df<3, df==5)]


或者,在多种条件下使用<代码> 或.reduce/code>,

df[np.logical_or.reduce([df<3, df==5])]


由于这些条件被指定为个人论点,因此不需要 括号。


详情见。

Answer 2

采用以下两种系列的元件:<条码>a和<条码>。公正

a | b

Answer 3

如果在单一数据组的栏目上运行,<代码>eval和query为<代码>或的选项。工作要素——明智。你们不需要担心母体会,因为比较操作者比养家/借方更优先。例如,query 第A栏的数值与大于1,B栏的数值与2。

df = pd.DataFrame({ A : [1,2,0],  B : [0,1,2]})

df.query( A > 1 or B > 2 )       # == df[(df[ A ]>1) | (df[ B ]>2)]
#    A  B
# 1  2  1

or with eval you can return a boolean Series (again or works just fine as element-wise operator).

df.eval( A > 1 or B > 2 )
# 0    False
# 1     True
# 2    False
# dtype: bool

Answer 4

import pandas as pd # Example with Series s1 = pd.Series([True, False, True]) s2 = pd.Series([False, True, True]) result = s1 | s2 print(result)

<<>Output>:

0     True
1     True
2     True
dtype: bool

# Example with DataFrames

import pandas as pd


df1 = pd.DataFrame({ A : [True, False, True],  B : [False, True, False]})
df2 = pd.DataFrame({ A : [False, True, True],  B : [True, False, True]})

result = df1 | df2

print(result)

<<>Output>:

       A      B
0   True   True
1   True   True
2   True   True

操作员或关键词在《系列》或《数据框架》的相应内容之间用于执行要素——明智的逻辑性权利。由此产生的系列或数据框架如果至少是输入系列或数据Frames中的相应内容之一,将具有真实性。

友情链接