DataFrame多条件过滤报错：Series真值模糊如何解决？

现有如下DataFrame：

id   check_id
1       10
1       100
2       10
3       34
4       12
1       101

以及目标列表：

target_list = [10, 101]

尝试用以下代码过滤DataFrame：

df[(df['id']==1) and (df['check_id'].isin(target_list))]

期望得到输出：

id   check_id
1       10
1       101

但触发错误：

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

错误根源 #

Python的and运算符只能处理单个布尔值，但df['id']==1和df['check_id'].isin(target_list)返回的都是布尔Series（每行对应一个布尔判断结果）。and无法确定整个Series的"真值"，因此抛出错误。

正确写法 #

使用Pandas支持的**按位与运算符&**代替and，同时给每个条件单独加括号（因为&的优先级高于比较运算符）：

df[(df['id'] == 1) & (df['check_id'].isin(target_list))]

执行结果 #

运行上述代码后，会得到你期望的过滤结果：

id   check_id
1       10
1       101

内容的提问来源于stack exchange，提问作者math_guy_shy