Pandas DataFrame 筛选条件逻辑运算错误解析

在使用 Pandas DataFrame 进行数据筛选时，当多个逻辑条件同时存在时，需要使用圆括号明确指明逻辑运算的优先级。例如，以下代码片段演示了一个常见错误：

df = pd.read_csv('Nowcoder.csv', sep = ',')

r = df[df['Language'] == 'CPP' & df['Graduate_year'] != 2018 & df['Level'] == 7]
print(r)

该代码片段意图筛选出满足以下条件的行：

• 语言为 'CPP'
• 毕业年份不为 2018
• 等级为 7

然而，由于 Python 中逻辑运算符的优先级，“&”（按位与）比“==”（等于）更高，因此上面的代码实际执行的是：

r = df[(df['Language'] == 'CPP' & df['Graduate_year']) != 2018 & (df['Level'] == 7)]

这与我们的预期不符。为了避免这种错误，需要使用圆括号明确指明逻辑运算的优先级，如下所示：

r = df[(df['Language'] == 'CPP') & (df['Graduate_year'] != 2018) & (df['Level'] == 7)]

通过使用圆括号，我们确保了三个逻辑条件按照预期顺序进行运算，从而获得正确的结果。