python - 数据帧logical_and 与equals 一起工作正常，不与not equals 一起工作

Question

请帮助我理解为什么“不等于”条件不能正常工作。

>>>d = {'a' : [1, 2, 3, 3, 1, 4],
>>>     'b' : [4, 3, 2, 1, 2, 2]}
>>>df = pd.DataFrame(d)
    a   b
0   1   4
1   2   3
2   3   2
3   3   1
4   1   2
5   4   2

如果我使用相等条件，我们会得到正确的结果logical_and：

>>>df[np.logical_and(df['a']==3, df['b']==2)]
    a   b
2   3   2

但是，如果我们将条件更改为不等于，它将停止正常工作：

>>>df[np.logical_and(df['a']!=3, df['b']!=2)]
    a   b
0   1   4
1   2   3

这类似于条件 OR 而不是 AND。

~但是如果我们以前使用它，它又可以正常工作了np.logical_and

>>>df[~np.logical_and(df['a']==3, df['b']==2)]
    a   b
0   1   4
1   2   3
3   3   1
4   1   2
5   4   2

我应该了解哪些逻辑条件以避免失败？

Answer 1

我认为您应该了解德摩根定律：

not (A or B) == (not A) and (not B)

not (A and B) == (not A) or (not B)

这只是命题逻辑，与 Python 本身无关。

我们可以用真值表自己验证。如果我们为 制作一个真值表A and B，我们会看到：

 |A|a|
-+-+-+
B|T|F|
-+-+-+
b|F|F|
-+-+-+

这里A表示A为真，a表示A为假（与 相同B）。我们分别表示T真和F假。现在对面的表格是这样的：

 |A|a|
-+-+-+
B|F|T|
-+-+-+
b|T|T|
-+-+-+

但是，如果我们构造一个真值表，(not A) and (not B)我们会得到：

 |A|a|
-+-+-+
B|F|F|
-+-+-+
b|F|T|
-+-+-+

所以两者不是等价的。

像这样看：如果条件是：

A 必须是 5 并且 B 必须是 3。

那么相反的不是 A must not be 5 and B must not be 3。因为现在 A 为 5 而 B 为 2 的情况不满足我们的第一个条件，但也不满足我们的（错误的）第二个要求。相反的是：

A 不能是 5 或 B 不能是 3（相反）

因为从那一刻起两者之一不是 5 或 3 就足够了。

Answer 2

如果您尝试过滤数据框，您可能想尝试不同的方法。看一下dataframe.loc

所以在你的例子中尝试：

df.loc[(df['a'] != 3) & (df['b'] != 2)]

它使事情更具可读性，imo

Answer 3

还有另一种 Pandas 方法来做到这一点：

df.query("a != 3 or b != 4")