Question

在纯 Python 中，None or True 返回 True。
但是，当我在包含 None 值的两个系列之间执行 | 时，使用熊猫时，结果与我预期的不一样：

>>> df.to_dict()
{'buybox': {0: None}, 'buybox_y': {0: True}}
>>> df
    buybox  buybox_y
0   None    True

>>> df['buybox'] = (df['buybox'] | df['buybox_y'])
>>> df
    buybox  buybox_y
0   False   True

预期结果：

>>> df
    buybox  buybox_y
0   True    True

我通过两次应用 OR 操作得到了我想要的结果，但我不明白为什么要这样做。

我不是在寻找解决方法（我通过连续应用 df['buybox'] = (df['buybox'] | df['buybox_y']) 获得它）而是一个解释，即标题中的“为什么”。

Answer 1

Pandas | 运算符不依赖 Python or expression，并且行为不同。

如果两个操作数都是布尔值，则结果是数学定义的，对于 Python 和 Pandas 也是如此。

但在您的案例系列中，“buybox”的类型为 object，而“buybox_y”的类型为 bool。在这种情况下，Pandas | 运算符是 not commutative：

右操作数被强制为布尔值
然后尝试 bitwise or
- None | True 是无效操作，导致 None
并且结果被强制为布尔值

因此，

>>> df['buybox'] | df['buybox_y']
0  False

>>> df['buybox_y'] | df['buybox']
0  True

对于可预测的结果，您可以在尝试布尔运算之前清理数据，并使用 Pandas astype 转换为布尔类型。

Answer 2

对于布尔对象（即Py_True和Py_False），代码会进入快速处理分支；对于其他对象，PyObject_IsTrue() 将用于计算 int 类型的值。

在计算过程中，PyObject_IsTrue()函数会依次获取nb_bool、mp_length、sq_length的值，应该对应两个魔术方法的返回值bool() 和 len().

为什么当 Python“None 或 True”返回 True 时，pandas“None | True”返回 False？

2 个答案: