Python 为什么数据帧返回数值数组而索引数组返回布尔值？

我正在学习如何通过数据帧来训练和测试样本。 我回顾了一篇文章，但我不能理解一些关于代码语法的细节

In [11]: df = pd.DataFrame(np.random.randn(100, 2))

In [12]: msk = np.random.rand(len(df)) < 0.8

In [13]: train = df[msk]

In [14]: test = df[~msk]

In [15]: len(test)
Out[15]: 21

In [16]: len(train)
Out[16]: 79

[11]中的

df=pd.DataFrame（np.random.randn（100,2））
在[12]中：msk=np.random.rand（len（df））<0.8
In[13]：列车=df[msk]
在[14]中：test=df[~msk]
In[15]：len（测试）
Out[15]：21
In[16]：len（列车）
Out[16]：79

---

因为msk将返回一个布尔值数组。msk是df的索引，df[msk]如何返回实际的数值数据？根据我的理解，df的索引应该是一个字符串或字符串数组。

在NumPy和Pandas中，与正在索引的数组长度相同的布尔数组被视为“掩码”，并选择掩码为真的值。

在NumPy和Pandas中，与正在索引的数组长度相同的布尔数组将被视为“掩码”，并选择掩码为真的值。

来自以下网站的Pandas文档：

您可以使用相同的布尔向量从数据帧中选择行 长度作为数据帧的索引

---

在您的示例中，通过使用

df[msk]

可以获得

df

中的行，这些行在布尔向量

msk

中具有与

True

值相同的索引，其中

df[~msk]

对应于

msk
中的
False
值，这些值来自以下文件：

temp = np.array([1, 1, 1, 2, 2, 2])
import numpy as np
print(temp == 1)

Output:
[ True  True  True False False False]

您可以使用相同的布尔向量从数据帧中选择行
长度作为数据帧的索引

在您的示例中，通过使用
df[msk]
可以得到
df
中的行，这些行具有布尔向量
msk
中
True
值的相同索引，其中
df[~msk]
对应于
msk
中的
False
值

temp = np.array([1, 1, 1, 2, 2, 2])
import numpy as np
print(temp == 1)

Output:
[ True  True  True False False False]

如果temp中的每个元素都等于“1”，则会对其进行检查，并返回相同的布尔列表。你所做的恰恰相反

这只有在numpy中才可能实现。Python列表不支持布尔索引。在python本机列表上应用相同的值，则返回“False”，因为这会将数字与整个列表进行比较

如果temp中的每个元素都等于“1”，则会对其进行检查，并返回相同的布尔列表。你所做的恰恰相反

这只有在numpy中才可能实现。Python列表不支持布尔索引。在python原生列表上应用相同的方法，则返回“False”，因为这会将数字与整个列表进行比较。
这是一个纯粹的
pandas
问题，与
机器学习
或
线性回归
无关-请不要垃圾邮件发送不相关的标记（已删除）.这是一个纯粹的
pandas
问题，与
机器学习
或
线性回归
无关-请不要垃圾邮件无关的标签（已删除）。