大熊猫“&”与“与”的区别

这个 len(df_temp > 0) 和 len(df_temp4 > 0) 可能不会按你的期望去做。与pandas数据帧的比较运算符返回元素顺序的结果,这意味着它们创建一个布尔数据帧,其中每个值指示数据帧中的对应值是否大于零:

>>> import pandas as pd
>>> df = pd.DataFrame({'a': [-1,0,1], 'b': [-1,0,1]})
>>> df
   a  b
0 -1 -1
1  0  0
2  1  1
>>> df > 0
       a      b
0  False  False
1  False  False
2   True   True

所以 len 属于 df 和 伦恩 属于 df > 0 :

>>> len(df)
3
>>> len(df > 0)
3

“&和”与“之间的差异”

它们意味着不同的事情:

• & 是 bitwise and
• and 是 logical and (和短路)

因为您特别询问了pandas(假设至少有一个操作数是numpy数组、pandas系列或pandas数据帧):

• & 也指元素的“位与”。
• 熊猫的“逻辑与”元素不是 和 但必须使用一个函数,即 numpy.logical_and .

有关更多说明,请参阅 "Difference between 'and' (boolean) vs. '&' (bitwise) in python. Why difference in behavior with lists vs numpy arrays?"

不知道什么会导致这个声明突然失效。

你没有提供“失败”或预期的行为,所以不幸的是,我不能帮助你。

他们的行为完全不同。
当你使用 & ,您正在比较布尔值,但当您使用 and 你是元素的逻辑和。我建议你阅读这个完整的答案来了解更多。
Logic operator for boolean indexing in Pandas

从逻辑上讲,这两种说法是不同的。 &indicate位运算符。 和表示逻辑与。

您替换了错误应用的位运算符 & 有适当的逻辑 and 操作员。

首先,你应该使用 和 运算符,因为您真正需要的是带有逻辑运算符的逻辑表达式。

按位 & 当长度没有公共位时,运算符失败。

在python中尝试以下操作。

True and 1 & 1
True and 1 & 2