Pandas中结合正则与周期条件过滤DataFrame时遇ValueError如何解决？

需求说明 #

现有如下DataFrame：

需要筛选出Periodicity为'M'且Answer为任意大小写形式的肯定回答（如YES、YEs、Yes等）的行。

遇到的问题 #

尝试用正则匹配Answer后，添加Periodicity的筛选条件时，触发错误：

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

错误原因 #

在pandas中筛选多条件时，不能直接用and连接两个布尔Series，必须用按位与运算符&，并且每个条件需要单独加括号——否则会因为运算符优先级导致判断逻辑歧义，触发上述错误。

解决方案 #

方法1：正则+多条件按位与

保留正则匹配任意大小写的肯定回答逻辑，用&连接Periodicity的筛选条件，每个条件单独加括号：

import pandas as pd
import re

data = {'Periodicity': ['M', 'Y', 'M', 'M', 'M', 'Y', 'M', 'M'],
        'Answer': ['YES', 'Yes', 'YEs', 'NO', 'no', 'No', 'yeS', 'yeS']}
  
df = pd.DataFrame(data)

# 匹配以Y/y开头的任意字符串，同时筛选Periodicity为'M'
df_filter = df[(df['Periodicity'] == 'M') & (df['Answer'].str.contains(r'^[Yy].*', regex=True))]
print(df_filter)

方法2：转统一大小写判断（更直观）

不需要写正则，把Answer转成小写/大写后直接判断，代码可读性更高：

# 方式1：转小写后判断是否以y开头（支持任意以Y/y开头的回答）
df_filter = df[(df['Periodicity'] == 'M') & (df['Answer'].str.lower().str.startswith('y'))]

# 方式2：转大写后判断是否等于YES（仅匹配完整的YES类回答）
df_filter = df[(df['Periodicity'] == 'M') & (df['Answer'].str.upper() == 'YES')]

运行后会得到符合要求的筛选结果：

内容的提问来源于stack exchange，提问作者Aragorn64