Python 使用OR语句筛选数据帧

我有一个熊猫数据框，我想根据数据框中两列的值过滤整个df。我想返回IBRD或IMF！=0.

alldata_balance = alldata[(alldata[IBRD] !=0) or (alldata[IMF] !=0)]

但这给了我一个错误

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

因此，我知道我没有正确使用or语句，有没有办法做到这一点？

来自文档：

另一种常见的操作是使用布尔向量来过滤 数据。运算符为：| for or、&for and和~ for not。这些 必须使用括号进行分组

尝试：

---

您可以执行以下操作以实现您的结果：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
....
....
#use filter with plot
#or
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') | (df1['Retailer country']=='France')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()


#also
#and
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') & (df1['Year']=='2013')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()

---

谢谢，效果很好。我应该读一下文件的那部分。这是对贴在下面的问题的回答吗？如果是这样的话，你为什么要同时解释

seaborn

？另外，请看一下如何

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
....
....
#use filter with plot
#or
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') | (df1['Retailer country']=='France')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()


#also
#and
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') & (df1['Year']=='2013')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()