Python Pandas：考虑多个条件，正确筛选数据帧列

我有一个数据框，代表餐馆的顾客评级

star_rating

是此数据框中客户的评级

• 我想做的是在同一数据框中添加一列

  nb\u favorables\u note

  ，该列表示至少收到一个“有用”或“有趣”或“酷”评级的评论总数，且评论评级>=3。

data={'rating_id'：[1'，'2'，'3'，'4'，'5'，'6'，'7'，'8'，'9']，
‘使用者识别码’：[‘56’、‘13’、‘56’、‘99’、‘99’、‘13’、‘12’、‘88’、‘45’]，
‘餐厅id’：[‘xxx’、‘xxx’、‘yyy’、‘xxx’、‘zzz’、‘zzz’、‘eee’、‘eee’]，
‘星级’：[‘2.3’、‘3.7’、‘1.2’、‘5.0’、‘1.0’、‘3.2’、‘1.0’、‘2.2’、‘0.2’]，
‘评级年’：[‘2012’、‘2012’、‘2020’、‘2001’、‘2020’、‘2015’、‘2000’、‘2003’、‘2004’]，
‘第一年’：[‘2012’、‘2012’、‘2001’、‘2012’、‘2000’、‘2000’、‘2001’、‘2001’]，
‘最后一年’：[‘2020’、‘2020’、‘2020’、‘2020’、‘2020’、‘2015’、‘2015’、‘2020’、‘2020’]，
'有趣'：['1'，'0'，'0'，'1'，'1'，'1'，'0'，'0'，'0']，
“有用”：['1'，'0'，'0'，'0'，'1'，'0'，'0'，'0'，'0'，'1']，
‘酷’：[‘1’、‘0’、‘0’、‘1’、‘1’、‘1’、‘1’、‘1’、‘1’、‘1’]，
}
df=pd.DataFrame（数据，列=['rating_id'、'user_id'、'restaurant_id'、'star_rating'、'rating_year'、'first_year'、'last_year'、'Funcy'、'Usable'、'cool'）
df[“星级”]=df[“星级”].aType（浮动）
过滤后的数据=df[（df[‘星级’]>=3）和（df[‘有趣’]==1；df[‘有用’]==1；df[‘酷’]==1）]
d=过滤的数据。groupby（'restaurant_id'）['star_rating'].count（）。to_dict（）
df['nb_favorables_note']=df['restaurant_id'].地图（d）
测向头（20）

我不确定我的语法出了什么问题，但从我的尝试中，我不断收到这些错误消息

• ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

• TypeError:无法对数据类型为[object]的数组和类型为[bool]的标量执行“ror”

---

考虑到我试图实现的目标，正确的语法是什么？

您遇到了运算符优先级问题；在python中，

|

运算符的优先级高于

=

，将比较表达式括在括号中应该可以解决您的问题，而且因为

有趣的
，
有用的
和
酷的
列都是str类型，请使用字符串
'1'
而不是数字
1
：

filtered_data = df[(df['star_rating'] >= 3) & ((df['funny']=='1') | (df['useful']=='1') | (df['cool']=='1'))]


除了使用
|
，您还可以一次比较多个列，然后使用
任何
检查条件：

filtered_data = df[(df['star_rating'] >= 3) & df[['funny', 'useful', 'cool']].eq('1').any(axis=1)]

谢谢你的回答，我认为它对我的大数据集有效，但我有一个奇怪的警告说
FutureWarning:elementwise比较失败；返回标量，但将来将执行元素比较返回op（a，b）。
您知道这是什么意思吗？它来自上面的代码片段还是您代码的其他部分？当我在数据帧上执行.head（）时，它位于输出上方。从您指出的第一个操作开始。您可能想检查这个问题：我知道，在我的大数据框中，值是有趣的，等等。。不是字符而是整数