如何获得pandas系列的元素逻辑NOT？

Question

我有一个Series包含布尔值的pandas 对象.如何获得包含NOT每个值的逻辑的系列？

例如,考虑一个系列包含:

True
True
True
False

我想要的系列将包含:

False
False
False
True

这似乎应该相当简单,但显然我错了我的mojo =(

Answer 1

要反转布尔系列,请使用~s:

In [7]: s = pd.Series([True, True, False, True])

In [8]: ~s
Out[8]: 
0    False
1    False
2     True
3    False
dtype: bool

使用Python2.7,NumPy 1.8.0,Pandas 0.13.1:

In [119]: s = pd.Series([True, True, False, True]*10000)

In [10]:  %timeit np.invert(s)
10000 loops, best of 3: 91.8 µs per loop

In [11]: %timeit ~s
10000 loops, best of 3: 73.5 µs per loop

In [12]: %timeit (-s)
10000 loops, best of 3: 73.5 µs per loop

截至Pandas 0.13.0,系列不再是子类numpy.ndarray; 它们现在是子类pd.NDFrame.这可能与为什么np.invert(s)不再像~s或不再那么快有关-s.

警告:timeit结果可能因许多因素而异,包括硬件,编译器,操作系统,Python,NumPy和Pandas版本.

Answer 2

@ unutbu的回答是现场,只是想添加一个警告,你的面具需要是dtype bool,而不是'object'.即你的面具不能有曾经有过任何男的.看到这里 - 即使你的面具现在是无疤的,它仍然是'对象'类型.

"对象"系列的反转不会引发错误,而是会得到一个不能按预期工作的整数的垃圾掩码.

In[1]: df = pd.DataFrame({'A':[True, False, np.nan], 'B':[True, False, True]})
In[2]: df.dropna(inplace=True)
In[3]: df['A']
Out[3]:
0    True
1   False
Name: A, dtype object
In[4]: ~df['A']
Out[4]:
0   -2
0   -1
Name: A, dtype object

在与同事谈论这个问题后,我有一个解释:看起来大熊猫正在回归到按位运算符:

In [1]: ~True
Out[1]: -2

Answer 3

我试试看:

In [9]: s = Series([True, True, True, False])

In [10]: s
Out[10]: 
0     True
1     True
2     True
3    False

In [11]: -s
Out[11]: 
0    False
1    False
2    False
3     True

Answer 4

您还可以使用numpy.invert:

In [1]: import numpy as np

In [2]: import pandas as pd

In [3]: s = pd.Series([True, True, False, True])

In [4]: np.invert(s)
Out[4]: 
0    False
1    False
2     True
3    False

编辑:性能上的差异出现在Ubuntu 12.04,Python 2.7,NumPy 1.7.0 - 似乎不存在使用NumPy 1.6.2但:

In [5]: %timeit (-s)
10000 loops, best of 3: 26.8 us per loop

In [6]: %timeit np.invert(s)
100000 loops, best of 3: 7.85 us per loop

In [7]: %timeit ~s
10000 loops, best of 3: 27.3 us per loop