Pandas .loc[] 副作用将布尔值更改为浮点数

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}}，但情况并非如此。为什么 .loc 将布尔值更改为浮点数，对此有什么好的解决方法？

Answer 1

boolPython 和 NumPy 和 Pandas 中的类型只能是 True 或 False。它不能是 NaN。因此，当您将 NaN 值引入bool（或int）系列时，它变成了float。

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