Pandas 布尔索引的逻辑操作

在本文中，我们将介绍 Pandas 中用于布尔索引的逻辑运算符。布尔索引是指使用一个布尔数组来过滤 DataFrame 中的数据，其中 True 值对应的行将被保留，False 对应的行将被删除。逻辑运算符可用于创建复杂的布尔索引，以满足更复杂的数据分析需求。

阅读更多：Pandas 教程

概述

Pandas 中常用的逻辑运算符包括 AND（&）、OR（|）和 NOT（~）。这些逻辑运算符用于组合两个或多个布尔数组，产生新的布尔数组。在使用这些逻辑运算符时，需要注意数据类型的一致性。比如，如果两个 DataFrame 使用 & 进行逻辑操作，那么它们必须有相同形状和相同的列名。

在使用逻辑运算符对布尔数组进行操作时，也可以使用括号来指定优先级，从而保证正确的运算顺序。括号内的操作先执行，然后是 NOT，接下来是 AND，最后是 OR。

下面我们将分别介绍 AND、OR 和 NOT 运算符在 Pandas 中的用法及示例。

AND 操作符

AND 操作符用于组合两个或多个布尔数组，只有在所有的布尔数组都为 True 时，结果才会为 True。

Pandas 中使用 & 符号表示 AND 操作符。下面是一个 AND 操作符的例子：

import pandas as pd

data = {
  'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
  'age': [21, 18, 25, 19, 22],
  'gender': ['F', 'M', 'M', 'M', 'F']
}

df = pd.DataFrame(data)

# 筛选出 gender 为 'F' 且 age 大于等于 21 的行
df_filtered = df[(df['gender'] == 'F') & (df['age'] >= 21)]

print(df_filtered)

运行结果为：

    name  age gender
0  Alice   21      F
4  Emily   22      F

OR 操作符

OR 操作符用于组合两个或多个布尔数组，只要有一个布尔数组为 True，结果就为 True。

Pandas 中使用 | 符号表示 OR 操作符。下面是一个 OR 操作符的例子：

import pandas as pd

data = {
  'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
  'age': [21, 18, 25, 19, 22],
  'gender': ['F', 'M', 'M', 'M', 'F']
}

df = pd.DataFrame(data)

# 筛选出 gender 为 'F' 或 age 大于等于 21 的行
df_filtered = df[(df['gender'] == 'F') | (df['age'] >= 21)]

print(df_filtered)

运行结果为：

     name  age gender
0   Alice   21      F
2  Charlie   25      M
4   Emily   22      F

NOT 操作符

NOT 操作符用于对一个布尔数组取反。

Pandas 中使用 ~ 符号表示 NOT 操作符。下面是一个 NOT 操作符的例子：

import pandas as pd

data = {
  'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
  'age': [21, 18, 25, 19, 22],
  'gender': ['F', 'M', 'M', 'M', 'F']
}

df = pd.DataFrame(data)

# 筛选出 gender 不为 'F' 的行
df_filtered = df[~(df['gender'] == 'F')]

print(df_filtered)

运行结果为：

“`python
name age gender
1 Bob 18 M
2 Charlie 25 M
3 David 19 M