当你说
(a['x']==1) and (a['y']==10)
你暗中要求Python进行转换
(a['x']==1)并转换
(a['y']==10)为布尔值。
NumPy数组（长度大于1）和
Pandas对象（例如
Series）没有布尔值-换句话说，它们引发
ValueError: The truth value of an array is ambiguous. Use a.empty, a.any() or a.all().
当用作布尔值时。那是因为不清楚何时应该为True或False。如果某些用户的长度非零，则可能会认为它们为True，例如Python列表。其他人可能只希望其所有元素均为True 才希望它为True。如果其他任何元素为True，则其他人可能希望它为True。
由于期望值如此之多，因此
NumPy和
Pandas的设计师拒绝猜测，而是提出了
ValueError。
相反，你必须是明确的，通过调用
empty()，
all()或
any()方法来表示你的愿望是什么行为。
但是，在这种情况下，你似乎不希望布尔值求值，而是希望按元素进行逻辑与。这就是&二进制运算符执行的操作：
(a['x']==1) & (a['y']==10)
返回一个布尔数组。
顺便说一句，正如alexpmil所指出的，括号是强制性的，因为&其运算符优先级高于==。如果没有括号，
a['x']==1 & a['y']==10则将被评估为
a['x'] == (1 & a['y']) == 10等效于链式比较
(a['x'] == (1 & a['y'])) and ((1 & a['y']) == 10)。那是形式的表达Series and Series。and与两个Series一起使用将再次触发与ValueError上述相同的操作。这就是为什么括号是强制性的。
