为什么 pd.Series([np.nan]) | pd.Series([True]) 评估为 False？答案

【问题标题】：Why does pd.Series([np.nan]) | pd.Series([True]) evaluate to False?为什么 pd.Series([np.nan]) | pd.Series([True]) 评估为 False？
【发布时间】：2020-05-26 15:59:03
【问题描述】：

为什么下面的代码会返回False？

>>> pd.Series([np.nan]) | pd.Series([True])
0    False
dtype: bool

【问题讨论】：

看起来像一个错误，因为交换收益率True。应该在他们的 github 中打开一个问题。
这很有趣。请注意，np.nan or True 的计算结果为 nan，基本上，nan 将在您的操作中传播。超级奇怪的是实际上 bool(np.nan) 将是True，更奇怪的是，pd.Series([np.nan],dtype=np.bool) 为您提供了一个带有单个True 的系列跨度>
@juanpa.arrivillaga 为了让故事更有趣，pd.NA（相对于np.nan）不会传播。
Here 的相关讨论来自 pandas GitHub 页面。
确实很有趣，因为 np.logical_or(np.nan, True) 是真的。

标签： python pandas

【解决方案1】：

我认为这是因为np.nan 具有float 的元类，并且我猜想将__bool__ 覆盖为非零：

np.nan.__bool__() == True

同理：

>>>np.nan or None
nan

pandas 中的解决方案是：

pd.Series([np.nan]).fillna(False) | pd.Series([True])

编辑***

为清楚起见，在 pandas 0.24.1 方法中：_bool_method_SERIES 在线 1816 的 .../pandas/core/ops.py 中有一个赋值：

    fill_bool = lambda x: x.fillna(False).astype(bool)

这是您描述的行为的来源。 IE。它经过专门设计，以便 np.nan 被视为 False 值（无论何时执行 or 操作）

【讨论】：

"...这样np.nan 被视为False 值（无论何时执行或操作）" - 否, np.nan 不被视为不同的东西，你自己试试np.nan or True，你会看到结果是np.nan。
@MarianD - 嘿，我想我在上面提到过；但我的观点是pandas 在__or__ 操作期间用False 填充np.nan - 希望对您有所帮助。
1. 抱歉，您没有引用任何内容（您的答案中没有链接；顺便说一句，为什么是 0.24.1 版？）。 2. 如果——正如你所说——“padnas 用False 填充np.nan”，为什么False or True 给出False（如OP 示例）？
顺便说一句，您可以直接在答案中更具体。

【解决方案2】：

比较你的情况（用明确的dtype 强调推断的情况）：

In[11]: pd.Series([np.nan], dtype=float) | pd.Series([True])

Out[11]: 
0    False
dtype: bool

有一个类似的（只有dtype 现在是bool）：

In[12]: pd.Series([np.nan], dtype=bool) | pd.Series([True])

Out[12]: 
0    True
dtype: bool

你看出区别了吗？

解释：

在第一种情况下（你的），np.nan 在逻辑操作or 中传播自己（在后台）
```
In[13]: np.nan or True
Out[13]: nan
```
在布尔运算结果的上下文中，pandas 将np.nan 视为False。
在第二种情况下，输出是明确的，因为第一个系列有一个布尔值（True，因为所有非零值都被认为是True，包括np.nan，但这并不重要案例）：
```
In[14]: pd.Series([np.nan], dtype=bool)
```
```
Out[14]: 
0    True
dtype: bool
```
而True or True 给True，当然：
```
In[15]: True or True
Out[15]: True
```

【讨论】：