在 Pandas 数据框布尔索引中使用“相反布尔值”的正确方法

Posted 2023-02-24

【中文标题】在 Pandas 数据框布尔索引中使用“相反布尔值”的正确方法

【英文标题】：Proper way to use "opposite boolean" in Pandas data frame boolean indexing

【发布时间】：2016-02-04 09:18:25

【问题描述】：

我想使用布尔索引，检查我的数据框中的行，其中特定列不具有NaN 值。所以，我做了以下事情：

import pandas as pd
my_df.loc[pd.isnull(my_df['col_of_interest']) == False].head()

查看该数据帧的 sn-p，仅包括不是 NaN 的值（大多数值是 NaN）。

它有效，但似乎不够优雅。我想输入：

my_df.loc[!pd.isnull(my_df['col_of_interest'])].head()

但是，这产生了错误。我也花了很多时间在 R 上，所以也许我把事情搞糊涂了。在 Python 中，我通常会尽可能地使用语法“not”。例如，if x is not none:，但我在这里真的做不到。有没有更优雅的方式？我不喜欢进行毫无意义的比较。

【参考方案1】：

通常对于 pandas（和 numpy），我们使用按位 NOT ~ 代替 ! 或 not（其行为不能被类型覆盖）。

虽然在这种情况下我们有notnull，但~ 在没有特殊相反方法的情况下可以派上用场。

>>> df = pd.DataFrame("a": [1, 2, np.nan, 3])
>>> df.a.isnull()
0    False
1    False
2     True
3    False
Name: a, dtype: bool
>>> ~df.a.isnull()
0     True
1     True
2    False
3     True
Name: a, dtype: bool
>>> df.a.notnull()
0     True
1     True
2    False
3     True
Name: a, dtype: bool

（为了完整起见，我会注意到一元负运算符 - 也适用于布尔系列，但 ~ 是规范的选择，而 - 已被 numpy 布尔数组弃用。）

【参考方案2】：

而不是使用 pandas.isnull() ，您应该使用 pandas.notnull() 来查找列中没有空值的行。示例 -

import pandas as pd
my_df.loc[pd.notnull(my_df['col_of_interest'])].head()

pandas.notnull() 是 pandas.isnull() 的布尔倒数，如文档中所述 -

另请参阅pandas.notnull pandas.isnull 的布尔逆