Python df.loc中的按位条件不';我不能给出预期的结果
我编写了以下代码:Python df.loc中的按位条件不';我不能给出预期的结果,python,pandas,bit-manipulation,loc,Python,Pandas,Bit Manipulation,Loc,我编写了以下代码: df.loc[((df['col_A'] == False) & (df['loc_B'] == False)), 'col_C'] = "abc" 但是“abc”会写入coluc的所有值,而不是条件中指定的值。为什么呢 编辑: 我的列是对象/字符串,因此我尝试使用以下函数转换它们: def str_to_bool(s): if s == 'True': return True elif s == 'False':
df.loc[((df['col_A'] == False) & (df['loc_B'] == False)), 'col_C'] = "abc"
但是“abc”会写入coluc的所有值,而不是条件中指定的值。为什么呢
编辑:
我的列是对象/字符串,因此我尝试使用以下函数转换它们:
def str_to_bool(s):
if s == 'True':
return True
elif s == 'False':
return False
但它引发了以下错误:
"The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()".
首先将序列转换为布尔值,例如通过
pd.DataFrame.apply
:
cols = ['col_A', 'col_B']
df[cols] = df[cols].apply(lambda x: x.eq('True'))
然后应用您的逻辑,注意~
可用于否定序列:
df.loc[~df['col_A'] & ~df['col_B'], 'col_C'] = "abc"
或者根据德摩根定律:
df.loc[~(df['col_A'] | df['col_B']), 'col_C'] = "abc"
首先将序列转换为布尔值,例如通过
pd.DataFrame.apply
:
cols = ['col_A', 'col_B']
df[cols] = df[cols].apply(lambda x: x.eq('True'))
然后应用您的逻辑,注意~
可用于否定序列:
df.loc[~df['col_A'] & ~df['col_B'], 'col_C'] = "abc"
或者根据德摩根定律:
df.loc[~(df['col_A'] | df['col_B']), 'col_C'] = "abc"
对于
df.dtypes
,您看到了什么?如果您有布尔级数,您应该更喜欢~df['col\u A']
而不是df['col\u A']==False
。如果不需要,则需要将序列转换为布尔值。它们是对象,请参见我的编辑。对于df.dtypes
,您看到了什么?如果您有布尔级数,您应该更喜欢~df['col\u A']
而不是df['col\u A']==False
。如果不需要,则需要将序列转换为布尔值。它们是对象,请参见我的编辑