Python中True和False的判断陷阱：逻辑取反与条件语句详解

前言

在Python编程中，True和False的使用常令初学者困惑，稍有不慎便易引发错误。本文梳理了三个高频易错场景：逻辑取反操作、if条件判断以及pandas.DataFrame.loc切片中的条件表达式。

1. True和False的逻辑取反

处理True和False的逻辑取反时，应选用not运算符，而非~。

原因在于Python中not执行逻辑取反，而~执行按位取反。True和False在数值上分别对应1和0，因此~True等同于对1进行按位取反，结果为-2，而not True的结果才是False。

print(True)
print(~True)
print(not True)

运行结果如下：

True -2 False

同理，~False的结果为1，而not False的结果才是True。

print(False)
print(~False)
print(not False)

运行结果如下：

False -1 True

注：Python中~按位取反基于数的补码进行，具体过程为：

1 => 补码00000001 => ~按位取反 => 补码11111110 => 2

双重否定的结果表现如下：

print(not not True)
print(~~True)
print(not ~True)
print(~(not True))

运行结果如下：

True 1 False -1

对False进行双重否定：

print(not not False)
print(~~False)
print(not ~False)
print(~(not False))

运行结果如下：

False 0 False -2

2. if条件语句中的True和False

在Python中，if语句后的条件若为非0和非空（null）值，均被视为True；若为0或null，则被视为False。这一特性与其他编程语言存在差异，多语言开发者容易混淆。因此，即使判断条件为负数，Python也会将其视为True处理，不会执行else分支。示例如下：

if (-2):
    print('a')
else:
    print('b')

输出结果为：a

若在条件中使用~对True或False进行取反，则无法得到预期结果：

if (~True): # ~True == -2
    print('a')
else:
    print('b')

输出结果为：a

只有使用not进行取反，才能实现逻辑取反的效果：

if not True:
    print('a')
else:
    print('b')

输出结果为：b

3. pandas.DataFrame.loc中的否定

pandas.DataFrame.loc官方文档指出： Access a group of rows and columns by label(s) or a boolean array. 即可以通过布尔列表作为输入，其中包括使用条件表达式返回布尔列表，例如：

首先创建一个DataFrame对象：

import pandas as pd
 
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
    index=['cobra', 'viper', 'sidewinder'],
    columns=['max_speed', 'shield'])
 
df

使用条件表达式筛选出shield列大于6的数据：

df.loc[df['shield'] > 6]

若要筛选出shield列小于等于6的数据，可以使用：

df.loc[df['shield'] <= 6]

或者使用：

~ df.loc[~(df['shield'] > 6)]

另一个示例，筛选出index中不包含'er'两个字母的数据：

df.loc[~df.index.str.contains('er')]

需要注意的是，在此处使用df.index.str.contains('er')作为筛选条件时，返回的是pd.Series对象。

在pd.Series中，~操作符已被重载，其对布尔类型数据执行逻辑取反，对数值类型数据执行按位取反。

df.index.str.contains('er')

运行结果如下：

array([False, True, True])

对布尔类型的pd.Series使用~进行取反，执行的是逻辑取反。

~pd.Series([False, True, False])

运行结果如下：

True False True dtype: bool

若对数值型的pd.Series使用~进行取反，则执行的是按位取反。

~pd.Series([1,2,3])

运行结果如下：

-2 -3 -4 dtype: int64

总结

至此，关于Python中True（真）和False（假）判断的文章介绍完毕。如需了解更多Python True和False的详细内容，请搜索本站历史文章或继续浏览后续相关文章，感谢大家的支持！