Python 使用逻辑and运算符在Pandas中创建数据帧

我有一个带有一些列的数据帧，我首先想只打印那些特定列中的值小于某个值的行。所以我做了：

df[df.marks < 4.5]

---

我如何解决这个问题？起初我还认为它会遍历所有的行，检查真值，然后将行添加到数据帧中，但似乎情况并非如此，如果是这样，它如何将行添加到数据帧中？

我以前遇到过这个问题。原因不是100%，但dataframe对象不喜欢同时出现多个条件

  df[(df.marks < 4.5 and df.marks > 4)] -> will fail

df[（df.marks<4.5和df.marks>4）]->将失败

这样做通常能解决问题

  df[(df.marks < 4.5)] [(df.marks > 4)] 

df[（df.marks<4.5）][（df.marks>4]

这个项目目前还不在我的脑海中，但我认为单独引用它们也很有效。

使用

df[(df.marks < 4.5) & (df.marks > 4)]

df[（df.marks<4.5）和（df.marks>4）]

更一般地说，数组逻辑操作使用括号围绕各个条件组合：

(a < b) & (c > d)

（ad）

类似或组合，或超过2种情况

---

这就是它在NumPy中的设置方式，在数组中使用布尔运算符，Pandas复制了这种行为。

首先，

Evert的解决方案很好

我添加了另外两种可能的解决方案：

。。。与：

。。。与：

df=df.query（“标记<4.5&标记>4”）
打印（df）
标志
0    4.2
2    4.4
@Evert有原因吗？&“起作用”和“不起作用”@ash这是NumPy方面的设计选择。在普通Python中，
和
可以处理列表：
[1,2,3]和[]
的计算结果为
False
。对于NumPy阵列，这将无法正常工作（您将收到警告）。为了避免混淆，NumPy选择了按位AND运算符，
&
@ash[续]按位运算符通常在其输入的单个位上工作；NumPy数组的等价物是它处理其输入的单个数组元素。他们能得到的最接近的等价物。我认为重写
和
也有一个问题，但您必须搜索它（以及这些注释的详细信息），因为完整信息太大，无法包含在这个边距^H^H^H^H^H^Hcomment.Hmmm中，
dataframe对象不喜欢同时包含多个条件
-您可以指定吗？是的，现在我明白了。您使用了错误的语法，Evert在注释s中解释了为什么需要
&
。@Evert提供了最佳答案。但请参见上面的示例。条件必须是父母Zed我花了一段时间才知道为什么（df.marks<4.5&df.marks>4）也不起作用。下面的解释很好。
df[(df.marks < 4.5) & (df.marks > 4)]

(a < b) & (c > d)

df = pd.DataFrame({'marks':[4.2,4,4.4,3,4.5]})
print (df)
   marks
0    4.2
1    4.0
2    4.4
3    3.0
4    4.5

df = df[df.marks.between(4,4.5, inclusive=False)]
print (df)
   marks
0    4.2
2    4.4

df = df.query("marks < 4.5 & marks > 4")
print (df)
   marks
0    4.2
2    4.4