Pandas：检查二进制标志模式时出错

如何解决Pandas：检查二进制标志模式时出错

我有一个数据框，其中 int 类型的列之一存储二进制标志模式：

import pandas as pd

df = pd.DataFrame({'flag': [1,2,4,5,7,3,9,11]})

我尝试以通常的方式（使用二进制和运算符）选择值匹配 4 的行：

df[df['flag'] & 4]

但它失败了：

KeyError: "[Int64Index([0,0],dtype='int64')] 都不在 [columns] 中"

如何实际选择匹配二进制模式的行？

解决方法

按位标志选择按您的预期工作：

>>> df['flag'] & 4
0    0
1    0
2    4
3    4
4    4
5    0
6    0
7    0
Name: flag,dtype: int64

但是，如果您将其传递给 df.loc[]，您会要求重复获取索引 0 和 4，或者如果您直接使用 df[]，您会要求对于列标题为 Int64Index[...] 的列。

相反，您应该强制转换为布尔索引器：

>>> (df['flag'] & 4) != 0
0    False
1    False
2     True
3     True
4     True
5    False
6    False
7    False
Name: flag,dtype: bool
>>> df[(df['flag'] & 4) != 0]
   flag
2     4
3     5
4     7

即使在 Pandas & or | is used as a logical operator to specify conditions 中，但同时使用系列作为据称逻辑运算符 results not in a Series of Boolean values but numbers 的参数。

知道您可以使用以下任何一种方法来基于二进制模式选择行：

由于 <int> & <FLAG> 的结果始终为 <FLAG>，因此您可以使用：
```
df[df['flag'] & 4 == 4]
```

which（由于运算符的优先级）计算为：

  df[(df['flag'] & 4) == 4]

或者，您可以使用 apply 并将结果直接映射到 bool：
```
df[df['flag'].apply(lambda v: bool(v & FLAG))]
```

但这看起来确实很麻烦，而且可能会慢很多。

无论哪种情况，结果都符合预期：