Python中如何筛选DataFrame里A列值处于B列值±2%范围的数据？

你写的代码报错是因为pandas的Series对象不能直接用连续比较运算符（比如a <= b <= c），得拆分条件并用元素级逻辑符连接。

正确步骤： #

1. 先构建布尔筛选掩码，每个条件单独加括号，用&连接：

   mask = (df_['B'] * 0.98 <= df_['A']) & (df_['A'] <= df_['B'] * 1.02)
   

2. 用掩码筛选数据：

   filtered_df = df_[mask]
   

3. 计算筛选后的数据行数：

   len(filtered_df)
   # 或者直接用掩码求和（True会被视为1）
   mask.sum()
   

为啥原来的写法不行？ #

普通Python里a<=b<=c等价于a<=b and b<=c，但pandas里对Series用and会触发整体逻辑判断而非元素级判断，必须用&做元素级的与运算，同时括号不能少——因为&的优先级比<=高，不加括号会导致运算顺序出错。

内容的提问来源于stack exchange，提问作者BGM