python - 在 Pandas 数据框 boolean 索引中使用 "opposite boolean"的正确方法

Question

我想使用 boolean 索引，检查我的数据框中特定列不具有NaN 值的行。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()

查看该数据框的片段，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，这产生了一个错误。我也花了很多时间在 R 上，所以也许我把事情弄糊涂了。在 Python 中，我通常会尽可能地使用语法“not”。例如，if x is not none:，但我在这里做不到。有没有更优雅的方式？我不喜欢进行无意义的比较。

Answer 1

一般来说，对于 pandas(和 numpy)，我们使用按位非 ~ 而不是 ! 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 -，一元否定运算符，也适用于 boolean 系列，但 ~ 是规范的选择， - 已弃用 numpy boolean 数组。)