Pandas中的逻辑运算符：与（&）、或（|）和非（~）

在Pandas中，逻辑运算符用于在DataFrame或Series对象上进行条件筛选。以下是Pandas中常用的逻辑运算符及其用法：

1. 与（&）：当两个条件都为True时，结果为True。
   示例代码：

   import pandas as pd
   # 创建一个示例DataFrame
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   # 使用与（&）运算符筛选出A列大于1且B列小于7的行
   result = df[(df['A'] > 1) & (df['B'] < 7)]
   print(result)

   输出：

   A  B
   1  2  5
   2  3  6

   在上述示例中，我们使用与（&）运算符筛选出A列大于1且B列小于7的行。
2. 或（|）：当两个条件中至少有一个为True时，结果为True。
   示例代码：

   import pandas as pd
   # 创建一个示例DataFrame
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   # 使用或（|）运算符筛选出A列大于1或B列小于7的行
   result = df[(df['A'] > 1) | (df['B'] < 7)]
   print(result)

   输出：

   A  B
   0  1  4  # A列大于1或B列小于7的行
   1  2  5  # A列大于1或B列小于7的行
   2  3  6  # A列大于1或B列小于7的行

   在上述示例中，我们使用或（|）运算符筛选出A列大于1或B列小于7的行。注意，由于条件A列大于1和条件B列小于7都满足，因此所有行都被选中。
3. 非（~）：当条件不满足时，结果为True。
   示例代码：

   import pandas as pd
   # 创建一个示例DataFrame
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   # 使用非（~）运算符筛选出A列不大于1且B列不小于7的行
   result = df[~(df['A'] <= 1) & (df['B'] >= 7)]
   print(result)

   输出：
   ```diff

• A B
• 0 1.0 4
• 1 2.0 5

• 在上述示例中，我们使用非（~）运算符筛选出A列不大于1或B列不小于7的行。注意，由于条件A列不大于1和条件B列不小于7都不满足，因此所有行都被排除在外。
  ```python
  import pandas as pd
  # 创建一个示例DataFrame
  df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
  # 使用非（~）运算符筛选出A列不等于2且B列不等于5的行
  result = df[~(df['A'] == 2) & (df['B'] != 5)]
  print(result)