Pandas中使用|运算符筛选价格最值行返回空数据集求助

嘿，这个问题我碰到过好多次啦——你代码里的问题完全是Python运算符优先级在捣乱！

为什么你的一行代码返回空？ #

在Python中，位运算符|的优先级高于比较运算符==。所以你写的：

df[df['price'] == (df['price'].min()) | (df['price'].max())]

实际上被Python解释成了：

df[df['price'] == (df['price'].min() | df['price'].max())]

也就是先对最小价格和最大价格做位运算，得到一个和业务逻辑无关的数值，再用这个数值和price列做比较——这显然和你想要的“筛选出价格等于最小值 OR 最大值”的逻辑完全不符，自然返回空数据集。

正确的写法 #

你需要给每个比较表达式单独加上括号，确保先执行比较（得到布尔值序列），再执行逻辑或操作：

df[(df['price'] == df['price'].min()) | (df['price'] == df['price'].max())]

这样就能正确筛选出价格为最小或最大值的行了。

为什么拆分执行能成功？ #

当你拆分写的时候：

df1 = df[df['price'] == df['price'].min()]
df2 = df[df['price'] == df['price'].max()]
df3 = pd.concat([df1, df2], ignore_index=True)

每一步都是先完成了==比较，得到正确的布尔索引，然后直接把两个结果拼接起来，完全避开了运算符优先级的坑，所以能得到预期的4行数据。

更简洁的替代方案 #

其实还有个更直观的写法，用isin()方法，完全不用考虑运算符优先级：

df[df['price'].isin([df['price'].min(), df['price'].max()])]

这个写法可读性更高，也不容易出错～

内容的提问来源于stack exchange，提问作者VINAY DM