pandas读取CSV后按多条件筛选行数据语法异常排查

使用pandas读取csv文件并筛选符合条件的记录：

• 仅对Geography列设置单个筛选条件时，程序可正常运行
• 同时对Geography、Comment两列设置「与逻辑」双条件筛选时，程序运行失败，不确定是否为语法写法错误

import pandas as pd
dt = pd.read_csv("data.csv", low_memory=False)
print(dt)
print(list(dt))
geo_ont = dt[dt.Geography=="Ontario"]
print(geo_ont)

import pandas as pd
dt = pd.read_csv("data.csv", low_memory=False)
print(dt)
print(list(dt))
geo_ont = dt[dt.Geography=="Ontario" & dt.Comment=="TRUE"]
print(geo_ont)

报错原因 #

确实是语法写法问题，核心出在运算符优先级：
Python中按位与运算符&的优先级高于比较运算符==，你写的筛选条件实际执行逻辑和预期完全不一致——代码会先计算"Ontario" & dt.Comment，也就是拿字符串和pandas的Series对象做按位与运算，直接触发类型错误，根本不会先完成两个列的等值判断、再对两个布尔结果做与操作。

修复方法 #

给每个独立的列判断条件套上小括号，手动指定运算优先级即可，修正后的筛选代码如下：

geo_ont = dt[(dt.Geography == "Ontario") & (dt.Comment == "TRUE")]

额外说明：如果Comment列存储的是原生布尔值、不是字符串类型的"TRUE"，判断条件可以直接写dt.Comment == True，不需要给TRUE加引号。

内容的提问来源于stack exchange，提问作者mrAT