Python数据切片：如何筛选arrest_made为True条件对应的officer_id_hash 原代码失效

原代码无法得到预期结果的核心原因有三个：

• 运算符优先级逻辑完全偏差：Python中&是位运算符，优先级高于相等判断==，原代码df['officer_id_hash'&'arrest_made' == 'True']实际会先对两个字符串'officer_id_hash'、'arrest_made'执行位与运算，从根上不符合pandas布尔索引的语法规则
• 索引结构混淆：pandas做条件切片时，行筛选条件、目标列选取是两个独立的索引位置，不能通过位操作把两个列名拼接成单个索引表达式
• 无关方法误用：.max()是聚合类方法，作用是计算序列的最大值，和“提取所有满足条件的officer_id_hash值”的需求完全不匹配

按照需求拆解为两步：①筛选所有arrest_made值为'True'的记录行；②从筛选结果中提取对应行的officer_id_hash字段值，通用的实现代码为：

# 提取所有符合条件的officer_id_hash序列
target_officer_ids = df.loc[df['arrest_made'] == 'True', 'officer_id_hash']

# 如果需要拿到纯Python格式的列表，可追加转换方法
target_officer_id_list = target_officer_ids.tolist()

实现逻辑说明：

• 使用.loc索引器是pandas条件切片的标准写法，第一个参数传入行筛选的布尔条件，第二个参数传入需要提取的列名，避免索引歧义
• 额外注意事项：如果arrest_made列实际存储的是布尔类型的真/假值，而非字符串格式的'True'/'False'，需要把筛选条件调整为df['arrest_made'] == True，去掉True两侧的引号，否则会出现筛选结果为空的问题
• 多条件筛选的场景下才需要使用&运算符，且每个独立筛选条件需要用括号包裹，例如同时筛选逮捕记录、警区为A区的写法为：df[(df['arrest_made'] == True) & (df['patrol_district'] == 'A区'), 'officer_id_hash']

内容的提问来源于stack exchange，提问作者yifei peng