主页 / coding / 问题 / 77253713
Accepted
P.Jo
Asked: 2023-10-08 21:00:48 +0800 CST

使用包含 NA 的布尔数组调用 loc

  • 772

loc 上的 pandas 文档声明它可以与布尔数组一起使用，更具体地说，它声明如下：

“允许的输入是：...布尔数组（任何 NA 值都将被视为 False）。”

我的问题：如何创建包含 NA 值的布尔数组？我的意思是：numpy bool 数组不能包含 Nans，如果我们将其解释为“包含布尔值和 na 的列表”，那么 loc 会抛出异常，例如：

d_test = pd.DataFrame({"id": [1,2,3,5], "q1": [1,4,4,2], "q2": [4,np.nan,9,0]}, index=["a","b","c","d"])
t1 = [True,False,False,np.nan]
d_test.loc[t1] # KeyError
#same with None:
t1 = [True,False,False,None]

那么我的问题是：这句话该如何解释？

pandas

2 个回答

  1. Best Answer

    我认为他们的意思是一个BooleanArray（可以用它创建 pd.array）：

    含有缺失值的布尔( True/ False) 数据数组。

    t1 = [True,False,False,np.nan]

out = d_test.loc[pd.array(t1, dtype="boolean")]

    因此，由于np.nan被视为False，因此掩码仅选择第一行。

    输出 ：

    print(out)

   id  q1   q2
a   1   1 4.00
    • 3

  2. 除了@Timeless的回答。如果您将列表转换为Index或Series默认类型将由 Pandas 推断：

    >>> help(pd.Index)

...
 |  dtype : NumPy dtype (default: object)
 |      If dtype is None, we find the dtype that best fits the data.
 |      If an actual dtype is provided, we coerce to that dtype if it's safe.
 |      Otherwise, an error will be raised.
...

    在你的情况下，t1将是一个对象：

    >>> pd.Index(t1)
Index([True, False, False, nan], dtype='object')

    如果你强制使用dtypeas boolean：

    >>> pd.Index(t1, dtype='boolean')  # From pd.BooleanDtype()
Index([True, False, False, <NA>], dtype='boolean')

    注意boolean和之间的区别bool，结果是不一样的！

    >>> pd.Index(t1, dtype='bool')
Index([True, False, False, True], dtype='bool')

    仅允许布尔形式（无论 dtype 是bool或）来屏蔽您的数据框：boolean

    >>> d_test.loc[pd.Index(t1, dtype='boolean')]  # what you want
   id  q1   q2
a   1   1  4.0

>>> d_test.loc[pd.Index(t1, dtype='bool')]  # what you don't want
   id  q1   q2
a   1   1  4.0
d   5   2  0.0
    • 3

相关问题