python - Pandas .loc[] 副作用将 bools 更改为 floats

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 仅更改列中的特定值，因此我期望类似 {'b': {0: nan, 1: True, 2: nan, 3: True, 4: nan}}，事实并非如此。为什么 .loc 将 bool 值更改为 float ，对此有什么好的解决方法？

Answer 1

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

一种替代方法是使用第二个 bool 列来指示 NaN 值。另一种是使用 NumPy“屏蔽数组”。第三种可能是将列类型更改为 i1 并使用 -1 来指示 NaN。