Pandas：考虑多个条件正确过滤数据框列

Question

我有一个代表餐厅顾客评分的数据框。star_rating是该数据框中客户的评级。

我想要做的是nb_favorables_mention在同一数据框中添加一列，表示收到至少一个“有用”或“有趣”或“酷”评级的评论总数，并且评论的评级> = 3。

data = {'rating_id': ['1', '2','3','4','5','6','7','8','9'],

        'user_id': ['56', '13','56','99','99','13','12','88','45'],

        'restaurant_id':  ['xxx', 'xxx','yyy','yyy','xxx','zzz','zzz','eee','eee'],

        'star_rating': ['2.3', '3.7','1.2','5.0','1.0','3.2','1.0','2.2','0.2'],

        'rating_year': ['2012','2012','2020','2001','2020','2015','2000','2003','2004'],

        'first_year': ['2012', '2012','2001','2001','2012','2000','2000','2001','2001'],

        'last_year': ['2020', '2020','2020','2020','2020','2015','2015','2020','2020'],

        'funny': ['1', '0','0','1','1','1','0','0','0'],

        'useful': ['1', '0','0','0','1','0','0','0','1'],

        'cool': ['1', '0','0','0','1','1','1','1','1'],

        }

df = pd.DataFrame (data, columns = ['rating_id','user_id','restaurant_id','star_rating','rating_year','first_year','last_year','funny','useful','cool'])

df['star_rating'] = df['star_rating'].astype(float)

filtered_data = df[(df['star_rating'] >= 3) & (df['funny']==1 | df['useful']==1 | df['cool']==1)]

d = filtered_data.groupby('restaurant_id')['star_rating'].count().to_dict()

df['nb_favorables_mention'] = df['restaurant_id'].map(d)

df.head(20)

我不确定我的语法有什么问题，但根据我的尝试，我不断收到这些错误消息

ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

类型错误：无法使用 dtyped [object] 数组和 [bool] 类型的标量执行“ror_”

考虑到我想要实现的目标，正确的语法是什么？

Answer 1

您遇到运算符优先级问题；在 python 中，|运算符的优先级高于==，将比较表达式括在括号中应该可以解决您的问题，而且由于和列是 str 类型，因此使用 stringfunny而不是 number ：usefulcool'1'1filtered_data = df[(df['star_rating'] >= 3) & ((df['funny']=='1') | (df['useful']=='1') | (df['cool']=='1'))]除了使用 之外|，您还可以一次性比较多个列，然后使用以下命令检查条件any：filtered_data = df[(df['star_rating'] >= 3) & df[['funny', 'useful', 'cool']].eq('1').any(axis=1)]