在 Pandas 和 Numpy Python 中保留 Nan 的同时进行值比较的更优雅的方法答案

【问题标题】：More elegant way to do value comparison while preserving Nan in Pandas and Numpy Python在 Pandas 和 Numpy Python 中保留 Nan 的同时进行值比较的更优雅的方法
【发布时间】：2021-06-15 13:02:41
【问题描述】：

所以基本上我想要 5 > np.nan 返回 np.nan 或 Nan 而不是 FALSE
在 pandas 系列中，代码如下：

import pandas as pd
import numpy as np
a = pd.DataFrame({"x":[1,2,3,4],"y":[1,np.nan,5,1]})

a["x"]>a["y"]

将返回：

0    False
1    False
2    False
3    True
dtype: bool

我目前保存 Nan 信息的方法是：

value_comparison = a["x"]>a["y"]
nan_comparison = a["x"].isna() | a["y"].isna()
value_comparison.where(~nan_comparison,np.nan)

返回的地方

0    0.0
1    NaN
2    0.0
3    1.0
dtype: float64

我也采用了类似的方法进行 numpy 比较

即使结果正确，我相信我的解决方案不优雅，有没有更好的（pandas 和 numpy）方法来做到这一点，遵循 zen of python ？（更好的可读性，更直接）

【问题讨论】：

标签： python pandas

【解决方案1】：

只有一点改进/（更改）您的解决方案：

value_comparison = (a["x"]>a["y"])
nan_comparison = a[["x", "y"]].notna().all(axis=1)
#alternative
#nan_comparison = a["x"].notna() & a["y"].notna()
m = value_comparison.where(nan_comparison)
print (m)
0    0.0
1    NaN
2    0.0
3    1.0
dtype: float64

最后可以转换为nullable boolean:

m = value_comparison.where(nan_comparison).astype('boolean')
print (m)
0    False
1     <NA>
2    False
3     True
dtype: boolean

【讨论】：