Pandas复合表达式掩码行为解析：保留指定负数并替换其余负数为NaN的异常问题

嘿，你这是踩了Python运算符优先级的坑，再加上布尔运算里的小细节，才导致了这种不符合预期的结果！咱们一步步拆解：

核心问题：运算符优先级搞反了 #

你写的表达式df >= 0 | df.isin([-2])，Python会按照优先级解析成 df >= (0 | df.isin([-2]))，而不是你预想的(df >=0) | df.isin([-2])。

为什么这会出问题？

• df.isin([-2])返回的是一个布尔矩阵（True/False），和整数0做按位或|的时候，布尔值会被强制转成整数：True→1，False→0。
• 所以0 | df.isin([-2])的结果是一个全0和1的矩阵，之后df >= 这个矩阵的判断逻辑就完全跑偏了，自然匹配不到你要保留的-2。

验证单独条件的正确性 #

你单独测试两个条件没问题，是因为：

• df[df >=0]：直接把所有小于0的数值替换成NaN，所以B列的-2、-1都变成NaN；
• df[df.isin([-2])]：只保留等于-2的位置，其他全设为NaN，所以只有B列第一行是-2。

正确的解决方案 #

只需要给布尔条件加上括号，明确运算顺序就行，有几种写法都能达到目的：

方法1：修正括号后的直接索引 #

df[(df >= 0) | df.isin([-2])]

运行后得到的正确结果：

A    B
0  0.0 -2.0
1  1.0  NaN
2  2.0  0.0
3  3.0  1.0

方法2：用pd.DataFrame.where（更贴合你最初的思路） #

df = df.where((df >= 0) | df.isin([-2]))

方法3：用np.where逐列处理 #

import numpy as np
df = df.apply(lambda col: np.where((col >= 0) | (col == -2), col, np.nan))

总结 #

本质就是运算符优先级的问题——按位或|的优先级比比较运算符>=高，一定要给你的布尔逻辑加上括号，避免Python错误解析你的表达式。

内容的提问来源于stack exchange，提问作者Neervana