问题是使用or条件过滤我的结果数据帧。我希望我的结果df提取var高于0.25且低于-0.25的所有列值。

下面的这个逻辑给了我一个模糊的真值，但是当我在两个单独的操作中分割这个过滤时它可以工作。这里发生了什么？不知道在哪里使用建议a.empty(), a.bool(), a.item(),a.any() or a.all()。

 result = result[(result['var']>0.25) or (result['var']<-0.25)]

解决方案

在or和and蟒蛇语句需要truth-值。因为pandas这些被认为是不明确的，所以你应该使用“按位” |（或）或&（和）操作：

result = result[(result['var']>0.25) | (result['var']<-0.25)]

对于这些类型的数据结构，这些都是重载的，以产生元素or（或and）。

只是为此声明添加更多解释：

当你想得到bool一个pandas.Series：时抛出异常：

>>> import pandas as pd
>>> x = pd.Series([1])
>>> bool(x)
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

你击中的是一个操作符隐式将操作数转换为bool（你使用or但它也适用于and，if和while）的地方：

>>> x or x
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> x and x
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> if x:
...     print('fun')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
>>> while x:
...     print('fun')
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

除了这些4个报表有几个Python函数的隐藏一些bool调用（如any，all，filter，...），这些都是通常没有问题与pandas.Series而是完整性我想提一提这些。

在您的情况下，异常并不真正有用，因为它没有提到正确的替代方案。对于and和or你可以使用（如果你想要元素比较）：

• numpy.logical_or：

  >>> import numpy as np
  >>> np.logical_or(x, y)

  或者只是|操作员：

  >>> x | y

• numpy.logical_and：

  >>> np.logical_and(x, y)

  或者只是&操作员：

  >>> x & y

如果您正在使用运算符，请确保由于运算符优先级而正确设置括号。

有几个逻辑numpy的功能，它应该工作的pandas.Series。

如果你在做if或时遇到它，那么Exception中提到的替代方案更适合while。我将简要解释其中的每一个：

• 如果要检查系列是否为空：

  >>> x = pd.Series([])
  >>> x.empty
  True
  >>> x = pd.Series([1])
  >>> x.empty
  False

  如果没有明确的布尔解释，Python通常会将len容器的gth（例如list，tuple...）解释为真值。因此，如果你想要类似python的检查，你可以这样做：if x.size或者if not x.empty代替if x。

• 如果您Series包含一个且只包含一个布尔值：

  >>> x = pd.Series([100])
  >>> (x > 50).bool()
  True
  >>> (x < 50).bool()
  False

• 如果你想检查你的系列中的第一个也是唯一的一个项目（比如.bool()但是对于不是布尔内容也是如此）：

  >>> x = pd.Series([100])
  >>> x.item()
  100

• 如果你想检查所有或任何项目是否为零，不是空或不是假：

  >>> x = pd.Series([0, 1, 2])
  >>> x.all()   # because one element is zero
  False
  >>> x.any()   # because one (or more) elements are non-zero
  True