Python 当我与《熊猫》中的布尔人相比时，我是否必须偏离PEP 8风格的惯例？

在根据条件修改数据帧列时（在本例中，每个女性的工资为200），我习惯于使用以下方法

PEP 8样式约定检查器（在Spyder中）在第3行中建议：

与True的比较应为“if cond is True:”或“if cond:”

将最后一行更改为

df.loc[df['female'] is True,'wage'] = 200

屈服

KeyError:“无法使用单个布尔索引到集合项”

因为现在语句的计算结果是单个布尔值，而不是序列

---

在这种情况下，是否必须偏离造型惯例

您应该在不进行比较的情况下使用

df['female']

，而不是与任何运算符进行

True

比较

df['female']

已经是您需要的掩码

用

==

来比较

True

几乎总是一个坏主意，即使是在小动物或熊猫身上。

就这么做吧

df.loc[df['female'], 'wage'] = 200 

实际上，

df['female']

作为一个布尔级数，其值与通过计算

df['female']==True返回的布尔级数值完全相同，后者也是一个布尔级数。（系列是一个术语，类似于数据帧中的单个列）

顺便说一下，最后一句话正是为什么
df['female']是真的
永远不会起作用。在Python中，
is
操作符保留用于对象标识，not用于比较相等值。df['female']将始终是一个系列（如果df是一个数据帧），并且一个系列将永远不会与单个数据帧相同（对象）

为了更好地理解这一点，请思考英语中“equal”和“same”之间的区别。在德语中，这就是“selbe”（身份）和“gleiche”（平等）之间的区别。在其他语言中，这种区别并不那么明显

因此，在Python中，您可以将（对一个）对象的引用与（特殊对象）
None
与：
进行比较，如果obj为None:…
，甚至可以检查两个变量（“Python术语中的名称”）是否指向与
完全相同的对象，如果a为b
。但是这个条件保持是一个比仅仅比较等式a==b强得多的断言。事实上，计算表达式
a==b
的结果可能是任何东西，而不仅仅是一个布尔值。这完全取决于
a
所属的类，即其类型。在您的上下文中，如果
a
和
b
也是一个布尔序列，那么
a==b
实际上会生成一个布尔序列

顺便说一下，如果您想检查两个系列
a
和
b
之间的所有值是否一致，那么您应该计算
（a==b）。all（）
将整个系列减少为单个布尔值，当且仅当
a[i]==b[i]时，该值才为真
对于
i
的每一个值，如果它不起作用，则为是。可能会对你有帮助。如果你做了
df.loc[（df['female']是真的），'wage']
，会发生什么？我不知道
的关联性规则是
，所以它可能被解释为
df.loc[df['female']是（True，'wage'）]
，我不认为这是你的意思。这会产生相同的关键错误。我不想添加新的答案，但我认为这应该包括提到
1==True#True
vs
1是True#False
OK，我偶尔也会这样做。但是如果我需要检查一个条件是否为假呢
~df['female']
？@E.Sommer:是的，使用
~
。如果
df['female']
也有非
bool
值，例如字符串，该怎么办？不检查
==True
也会选择那些行。@MichaelLitvin：在这种情况下，首先，您在那里有一个非常奇怪的列，其次，
==True
也会选择任何值为
1
、
1.0
的行，或者任何其他与
True
比较的行。在这种情况下，您可能需要类似于
df['female'].apply（lambda x:x为True）
的内容，或者如果您希望允许
numpy.bool
或其他类似bool的类型的实例，则需要更奇怪的内容。
df.loc[df['female'], 'wage'] = 200