python - 为什么当我添加第二个条件时查询会中断？- 在值 2+ 列上查询数据框
问题描述
当我添加第二个条件时，为什么查询会中断？
只要我只查询一列，我的查询就可以工作。当我尝试为数据框中的第二列添加查询时，它会中断。我正在使用 python3 和熊猫。
我在“人员”列中取回所有带有“MTC”的行。但是，当我添加一个“和”来缩小这些行时，它会变成一个布尔条件，并且我会收到一条错误消息。如何在“Person”列中提取所有带有“MTC”的行，在“ExpNum”列中也有 3 行？
效果很好：
打印（df.loc[df['Person'] == 'MTC']）
OrigID Person Date Threshold RevNum WL RevPos ExpNum \
5032 3027 MTC 5/24/2018 0 1 440 16.881222 3
5033 3032 MTC 5/24/2018 0 2 440 22.881222 3
5034 3059 MTC 5/24/2018 0 3 440 6.431222 3
5035 3064 MTC 5/24/2018 0 4 440 12.431222 3
5036 3070 MTC 5/24/2018 0 5 440 12.431222 3
5037 3072 MTC 5/24/2018 0 6 440 13.931222 3
5038 3118 MTC 5/24/2018 0 7 440 5.731222 3
5039 3119 MTC 5/24/2018 0 8 440 7.231222 3
5040 3130 MTC 5/24/2018 0 9 440 2.311222 3
5041 3131 MTC 5/24/2018 0 10 440 5.311222 3
5042 3132 MTC 5/24/2018 0 11 440 5.311222 3
5043 3133 MTC 5/24/2018 0 12 440 6.811222 3
5044 3023 MTC 5/24/2018 0 1 452 26.063219 3
5045 3026 MTC 5/24/2018 0 2 452 22.773219 3
5046 3039 MTC 5/24/2018 0 3 452 40.773219 3
5047 3127 MTC 5/24/2018 0 4 452 19.453219 3
5048 3128 MTC 5/24/2018 0 5 452 20.953219 3
5049 3135 MTC 5/24/2018 0 6 452 12.753219 3
5050 3136 MTC 5/24/2018 0 7 452 14.253219 3
5051 3137 MTC 5/24/2018 0 8 452 14.253219 3
5052 3139 MTC 5/24/2018 0 9 452 15.753219 3
5053 3140 MTC 5/24/2018 0 10 452 11.653219 3
5054 3141 MTC 5/24/2018 0 11 452 13.153219 3
5055 3142 MTC 5/24/2018 0 12 452 9.873219 3
5056 3029 MTC 5/24/2018 0 1 464 18.288780 3
5057 3034 MTC 5/24/2018 0 2 464 30.288780 3
5058 3053 MTC 5/24/2018 0 3 464 0.000000 3
5059 3057 MTC 5/24/2018 0 4 464 6.000000 3
5060 3058 MTC 5/24/2018 0 5 464 6.000000 3
5061 3061 MTC 5/24/2018 0 6 464 7.500000 3
... ... ... ... ... ... ... ... ...
6413 3208 MTC 5/24/2018 1 7 464 -23.402228 4
6414 3215 MTC 5/24/2018 1 8 464 -24.902228 4
6415 3250 MTC 5/24/2018 1 9 464 -20.802228 4
6416 3251 MTC 5/24/2018 1 10 464 -22.302228 4
6417 3256 MTC 5/24/2018 1 11 464 -21.482228 4
6418 3257 MTC 5/24/2018 1 12 464 -24.482228 4
6419 3156 MTC 5/24/2018 1 1 476 -19.485844 4
6420 3157 MTC 5/24/2018 1 2 476 -25.485844 4
6421 3160 MTC 5/24/2018 1 3 476 -22.195844 4
6422 3161 MTC 5/24/2018 1 4 476 -28.195844 4
6423 3188 MTC 5/24/2018 1 5 476 -24.915844 4
6424 3196 MTC 5/24/2018 1 6 476 -26.415844 4
6425 3204 MTC 5/24/2018 1 7 476 -26.415844 4
6426 3211 MTC 5/24/2018 1 8 476 -29.415844 4
6427 3230 MTC 5/24/2018 1 9 476 -29.415844 4
6428 3241 MTC 5/24/2018 1 10 476 -30.915844 4
6429 3248 MTC 5/24/2018 1 11 476 -30.095844 4
6430 3252 MTC 5/24/2018 1 12 476 -33.095844 4
6431 3150 MTC 5/24/2018 1 1 488 -28.084528 4
6432 3153 MTC 5/24/2018 1 2 488 -24.794528 4
6433 3154 MTC 5/24/2018 1 3 488 -30.794528 4
6434 3167 MTC 5/24/2018 1 4 488 -28.334528 4
6435 3172 MTC 5/24/2018 1 5 488 -29.834528 4
6436 3176 MTC 5/24/2018 1 6 488 -29.014528 4
6437 3191 MTC 5/24/2018 1 7 488 -35.014528 4
6438 3203 MTC 5/24/2018 1 8 488 -34.194528 4
6439 3205 MTC 5/24/2018 1 9 488 -35.694528 4
6440 3213 MTC 5/24/2018 1 10 488 -34.054528 4
6441 3219 MTC 5/24/2018 1 11 488 -35.554528 4
6442 3221 MTC 5/24/2018 1 12 488 -35.554528 4
ThExp
5032 Inc-Exp3
5033 Inc-Exp3
5034 Inc-Exp3
5035 Inc-Exp3
5036 Inc-Exp3
5037 Inc-Exp3
5038 Inc-Exp3
5039 Inc-Exp3
5040 Inc-Exp3
5041 Inc-Exp3
5042 Inc-Exp3
5043 Inc-Exp3
5044 Inc-Exp3
5045 Inc-Exp3
5046 Inc-Exp3
5047 Inc-Exp3
5048 Inc-Exp3
5049 Inc-Exp3
5050 Inc-Exp3
5051 Inc-Exp3
5052 Inc-Exp3
5053 Inc-Exp3
5054 Inc-Exp3
5055 Inc-Exp3
5056 Inc-Exp3
5057 Inc-Exp3
5058 Inc-Exp3
5059 Inc-Exp3
5060 Inc-Exp3
5061 Inc-Exp3
... ...
6413 Dec-Exp4
6414 Dec-Exp4
6415 Dec-Exp4
6416 Dec-Exp4
6417 Dec-Exp4
6418 Dec-Exp4
6419 Dec-Exp4
6420 Dec-Exp4
6421 Dec-Exp4
6422 Dec-Exp4
6423 Dec-Exp4
6424 Dec-Exp4
6425 Dec-Exp4
6426 Dec-Exp4
6427 Dec-Exp4
6428 Dec-Exp4
6429 Dec-Exp4
6430 Dec-Exp4
6431 Dec-Exp4
6432 Dec-Exp4
6433 Dec-Exp4
6434 Dec-Exp4
6435 Dec-Exp4
6436 Dec-Exp4
6437 Dec-Exp4
6438 Dec-Exp4
6439 Dec-Exp4
6440 Dec-Exp4
6441 Dec-Exp4
6442 Dec-Exp4
[283 rows x 9 columns]
不工作：
print(df.loc[df['Person'] == 'MTC' and df['ExpNum'] == '3'])
ValueError Traceback (most recent call last)
<ipython-input-32-3a09e9a5facb> in <module>()
----> 1 print(df.loc[df['Person'] == 'MTC' and df['ExpNum'] == '3'])
c:\users\rijekah\appdata\local\programs\python\python35\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
1571 raise ValueError("The truth value of a {0} is ambiguous. "
1572 "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
-> 1573 .format(self.__class__.__name__))
1574
1575 __bool__ = __nonzero__
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
我正在使用 python 3
我认为错误消息告诉我我的查询是布尔真假并且它无法响应？
我应该如何更改我的代码，以便它只带回 Person == MTC 和 ExpNum == 3 和 WL == 440 的行？
解决方案
推荐阅读
- javascript - 如何将视频和画布流发送到使用 RTCPeerConnection 连接的远程客户端？
- r - 如何对齐字符上的一组字符串，每边有给定数量的字符（用“x”替换缺失的字符）？
- mysql - MySQL 将四个表（相关）组合成一个新表，以便我可以导出到 CSV
- r - R中的数据框名称是重复的
- ios - 图片未显示在表格单元格中
- vba - 我可以使用 API 或其他东西来接近 VBA 中的 TRUE RANDOM NUMBER 吗？
- mysql - MYSQL：VIEW的DDL中的字符串几个小时后变成乱码
- python - TypeError: 'float' object is not iterable 尝试获取 GPA 列表的总和和平均值时
- vue.js - 如何使用 Blob URI 在 IE11 中显示 PDF 预览
- python - 如何将多列旋转为两列，同时将列名和值都保留为python中的行条目