将逻辑值与pandas / numpy中的NaN进行比较
我想对两个熊猫系列的布尔值做一个元素或操作。 np.nan s也包括在内。
我尝试了三种方法，并意识到可以根据方法将表达式“ np.nan或False ” np.nan为True ， False和np.nan 。
这些是我的例子系列：
series_1 = pd.Series([True, False, np.nan])
series_2 = pd.Series([False, False, False])
方法＃1
使用| 熊猫运营商：
In [5]: series_1 | series_2
Out[5]:
0 True
1 False
2 False
dtype: bool
方法＃2
使用numpy中的logical_or函数：
In [6]: np.logical_or(series_1, series_2)
Out[6]:
0 True
1 False
2 NaN
dtype: object
方法＃3
我定义了一个向量化版本的logical_or ，它应该在数组上逐行进行评估：
@np.vectorize
def vectorized_or(a, b):
return np.logical_or(a, b)
我在这两个系列上使用了vectorized_or ，并将其输出（这是一个numpy数组）转换为熊猫系列：
In [8]: pd.Series(vectorized_or(series_1, series_2))
Out[8]:
0 True
1 False
2 True
dtype: bool
题
我想知道这些结果的原因。
这个答案解释了np.logical_or并且说np.logical_or(np.nan, False)是True但是为什么这只适用于矢量化而不是方法2？ 方法＃1的结果怎么解释呢？
第一个区别： | 是np.bitwise_or 。 它解释了＃1和＃2之间的区别。
第二个区别：自serie_1.dtype如果object （非同类数据），操作在两个第一种情况下逐行进行。
当使用矢量化（＃3）时：
vectorized输出的数据类型是通过使用输入的第一个元素调用函数来确定的。 这可以通过指定otypes参数来避免。
对于矢量化操作，您退出对象模式。 数据首先根据第一个元素（bool在这里， bool(nan)为True ）转换，并且操作在之后完成。