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：

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