所以还是运算符优先级问题&xff0c;还是加上()就可以解决问题啦。df1.drop(df1[(df1[&39;A&39;61;61;2)|pd.isna(df1[&39;A&39;index) 39;39;39;A B C 0 1.0 2.0 3.0 39;39;39;为什么这里可以把nan值删除&xff1f;大家...
and 拥有更高优先级:实例x&61;Truey&61;Falsez&61;False if x or y and z:print(&34;yes&34;else:print(&34;no&34;以上实例先计算 y and z 并返回 False&xff0c;然后 x or False 返回 True&xff0c;输出结果&xff1a;yes...