如何对两个相同大小的布尔型Pandas DataFrame执行AND、OR、XOR逻辑运算

可以直接对两个大小一致、全为布尔值的Pandas DataFrame执行逐元素的AND、OR、XOR逻辑运算，具体操作规则如下：

• 逐元素AND运算：使用&运算符，或调用df1.logical_and(df2)方法
• 逐元素OR运算：使用|运算符，你给出的示例直接执行df1 | df2即可得到预期结果
• 逐元素XOR运算：使用^运算符，或调用df1.logical_xor(df2)方法

注意：不要使用Python原生的and/or/not关键字执行运算，这类关键字会尝试对整个DataFrame对象做布尔判断，Pandas不支持该操作，会直接抛出异常。

以下是你给出的示例验证代码：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame([
    [False, True, False],
    [True, False, True]
])
df2 = pd.DataFrame([
    [True, False, False],
    [True, False, False]
])

# 执行OR运算
or_result = df1 | df2
print(or_result)

运行后输出结果和你的预期完全一致：

0      1      2
0   True   True  False
1   True  False   True

额外说明：如果两个DataFrame的索引、列名不完全匹配，Pandas会先按标签对齐后再运算，匹配失败的位置会返回空值NaN。如果需要严格按相对位置逐元素运算，可以先提取底层numpy数组运算后再转回DataFrame，参考写法：pd.DataFrame(df1.values | df2.values, index=df1.index, columns=df1.columns)

内容的提问来源于stack exchange，提问作者Jj Rr