将包含0,1和NaN的pandas.Series重新编码为False，True和NaN

Question

假设我有一个带NaNs的系列：

pd.Series([0, 1, None, 1])

我想将其转换为等于：

pd.Series([False, True, None, True])

您认为x == 1就足够了，但这会返回：

pd.Series([False, True, False, True])

其中null值变为False。这是因为np.nan == 1返回False，而不是像R中的None或np.nan。

是否有一种很好的，矢量化的方式来获得我想要的东西？

Answer 1

你可以在哪里使用：

In [11]: (s == 1).where(s.notnull(), np.nan)
Out[11]:
0     0
1     1
2   NaN
3     1
dtype: float64

注意：True和False已被强制转换为0和1。

Answer 2

也许map可以做到：

import pandas as pd

x = pd.Series([0, 1, None, 1])

print x.map({1: True, 0: False})

0    False
1     True
2      NaN
3     True
dtype: object