熊猫中的布尔值和缺失值

Question

我正在尝试找出pandas数据框中的列是否为布尔值（如果是，则为空，是否缺少值等等）。

为了测试我创建的功能，我尝试创建一个带有缺少值的布尔列的数据框。但是，我要说的是，缺少的值在python中专门“未类型化”处理，并且有一些奇怪的行为：

> boolean = pd.Series([True, False, None])
> print(boolean)

0     True
1    False
2     None
dtype: object

因此，当您将None放入列表时，它被视为对象，因为python无法将bool和type（None）= NoneType类型混合回bool。 math.nan和numpy.nan也会发生相同的情况。当您试图将熊猫逼入它不想去的区域时，最奇怪的事情就会发生：

> boolean = pd.Series([True, False, np.nan]).astype(bool)
> print(boolean)
0     True
1    False
2     True
dtype: bool

那么'np.nan'被强制转换为'True'？

问题：

1. 给出一个数据表，其中一列为“对象”类型，但实际上它是一个缺少值的布尔列：我该如何解决呢？在对非缺失值进行过滤之后，它仍然仍然是“对象”类型...我是否需要对每种可想象的数据类型实施每列的try-catch-cast，以便查看列的真实性质？

2. 我猜想有一个逻辑上的解释，为什么np.nan被强制转换为True，但这是软件pandas / python本身的有害行为，对吗？那我应该提交错误报告吗？

Answer 1

Q1：我将从合并开始

np.any(pd.isna(boolean))

标识一列中是否有“无值”，并带有

set(boolean)

您可以识别内部是否只有True，False和None。结合过滤（如果您也喜欢排字），就应该完成。

第二季度：请参阅@WeNYoBen的评论

Answer 2

我遇到了同样的问题。我想出了以下解决方案：

from pandas import Series
def is_boolean_series(col: Series):
    val = col[~col.isna()].iloc[0]
    return type(val) == bool