Question

df = pd.DataFrame({'b':[False,True,False,True,False]})

# changes all False values to NaN
df.loc[~df['b'], 'b'] = np.nan

print(df.to_dict())
# {'b': {0: nan, 1: 1.0, 2: nan, 3: 1.0, 4: nan}}

由于loc仅更改了列中的特定值，所以我希望像{'b': {0: nan, 1: True, 2: nan, 3: True, 4: nan}}这样的事情，并非如此。为什么.loc将布尔值更改为浮点数，对此有什么好的解决方法？

Answer 1

Python，NumPy和Pandas中的类型bool只能为True或False。不能是NaN。因此，当您将NaN值引入bool（或int）系列时，它会变成float。

一种选择是使用第二个bool列来表示NaN值。另一个是使用NumPy“蒙版数组”。第三种可能是将列类型更改为i1并使用-1表示NaN。

Answer 2

如果将dtype更改为np.object，以使其支持混合dtypes并显式测试False，则此方法有效：

In[200]:
df = pd.DataFrame({'b':[False,True,False,True,False]})
df['b'] = df['b'].astype(np.object)
# changes all False values to NaN
df.loc[df['b']==False, 'b'] = np.nan
df

Out[200]: 
      b
0   NaN
1  True
2   NaN
3  True
4   NaN

如果您尝试做df.loc[~df['b'],'b']=np.nan，则会引发错误：

KeyError: '[-1 -2 -1 -2 -1] not in index'

如果您打印类型，则表明值实际上是float和bool：

print(type(df['b'].iloc[0]))
print(type(df['b'].iloc[1]))
<class 'float'>
<class 'bool'>

如其他答案所述，bool不能代表NaN，只有float dtype可以，所以pandas正在上转换{{ 1}}到最兼容的类型，在这种情况下为dtype。如果将Series设置为float，则这将允许异构dtype，因此不会进行np.object转换。

更新

如注释中所述，使用混合dtype将严重影响性能和存储，如果您必须具有混合类型，则这是唯一可行的方法。否则，您可能会有另外一列，只是按照建议将dtype的行标记出来。

Answer 3

在开始时，列“ b”的类型为bool，因为所有条目均为bool。然后，您更改了一些条目，因此类型更改为具有所有值的下一行。在这种情况下，这是float，因为bool和int（bool继承的）都没有NaN值，而float却没有NaN值。

例如，如果您设置了df.loc[~df['b'], 'b'] = "False"，则必须进一步升级，直到达到object。所有类型都继承自Python 3中的object，因此objects的列可以包含任何对象。

换句话说，pandas列中的所有条目都必须是同一类型。该类型将动态调整为与其中所有对象共享的最接近的类型。在您的情况下为float。

熊猫.loc []副作用将布尔值更改为浮点数

3 个答案: