Pandas筛选DataFrame子集报错：Series真值模糊问题解决

我有一个DataFrame对象DF，其中包含名为check_sum的列，需要筛选出该列值为0或1的DataFrame子集。使用了以下代码：

data_sub = DF[(DF['check_sum']==0]) or (DF['check_sum']==1])] 

运行后出现如下错误：

~\AppData\Roaming\Python\Python38\site-packages\pandas\core\generic.py in __nonzero__(self)
   1440     @final
   1441     def __nonzero__(self):
-> 1442         raise ValueError(
   1443             f"The truth value of a {type(self).__name__} is ambiguous. "
   1444             "Use a.empty, a.bool(), a.item(), a.any() or a.all()."

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

解决方案 #

方法1：使用按位或运算符|替换逻辑或or

Python的or仅支持单个布尔值的逻辑判断，而pandas的布尔Series需要用**按位或运算符|**实现元素级的或操作，同时每个条件需用括号包裹：

data_sub = DF[(DF['check_sum'] == 0) | (DF['check_sum'] == 1)]

方法2：使用isin()方法（推荐，更简洁）

直接用isin()检查列值是否在指定列表中，写法直观，尤其适合多值筛选场景：

data_sub = DF[DF['check_sum'].isin([0, 1])]

方法3：使用query()方法类SQL式筛选

如果偏好类SQL的语法，可以用query()方法实现：

data_sub = DF.query("check_sum in [0, 1]")

内容的提问来源于stack exchange，提问作者user297850