Pandas多列按位与(&)运算疑问：为何输出6列而非3列？

嘿，这个问题我刚看到的时候也愣了一下，其实核心原因是Pandas的DataFrame运算会自动按索引和列名对齐，咱们一步步拆解：

1. 先看两个DataFrame的基础结构 #

你定义的两个DataFrame列名完全不重叠：

• dfa有col1/col2/col3三列
• dfb有col4/col5/col6三列

当你分别执行dfa.isnull()和dfb.notnull()时，得到的是和原DataFrame结构一致的布尔型DataFrame（各自3列）。

2. 二元运算的对齐规则是关键 #

当你对两个DataFrame执行&这类二元运算时，Pandas会先做外连接式的对齐：

• 保留两个DataFrame的所有行（这里索引都是0/1/2，所以行完全匹配）
• 保留两个DataFrame的所有列（也就是3+3=6列）
• 对于每个DataFrame中不存在的列，会用NaN填充对应位置的值

3. 布尔运算的结果推导 #

对齐之后，每一列的&运算逻辑是：

• 对col1/col2/col3：dfa.isnull()有值，但dfb.notnull()里没有这些列，对应位置是NaN → 布尔值 & NaN的结果是False
• 对col4/col5/col6：dfb.notnull()有值，但dfa.isnull()里没有这些列，对应位置是NaN → NaN & 布尔值的结果也是False

所以最终就得到了你看到的6列全False的DataFrame。

如果你想实现“对应位置元素运算”的预期 #

如果你的需求是忽略列名，只按行和列的位置进行运算（比如dfa的第1列对应dfb的第1列），可以直接操作底层的numpy数组：

result = pd.DataFrame(dfa.isnull().values & dfb.notnull().values, 
                      columns=dfa.columns)  # 也可以用dfb.columns，按需选择

如果是想让特定列对应运算（比如col1对应col4），可以先修改dfb的列名再运算：

dfb_renamed = dfb.rename(columns={'col4':'col1', 'col5':'col2', 'col6':'col3'})
result = dfa.isnull() & dfb_renamed.notnull()

内容的提问来源于stack exchange，提问作者Scoodood