如何在系列中具有“无”值的熊猫中将类型转换为布尔值？
为什么这个系列中的值会None转换为True和False？
环境：
- Jupyter 实验室中的 Jupyter Notebok 6.0.3
- 蟒蛇 3.7.6
进口：
from IPython.display import display
import pandas as pd
转换None为True：
df_test1 = pd.DataFrame({'test_column':[0,1,None]})
df_test1['test_column'] = df_test1.test_column.astype(bool)
display(df_test1)
转换None为False：
df_test2 = pd.DataFrame({'test_column':[0,1,None,'test']})
df_test2['test_column'] = df_test2.test_column.astype(bool)
display(df_test2)
这是预期的行为吗？
回答
是的，这是预期的行为，它来自dtype每个系列（列）的初始存储类型。第一个输入产生一个带有浮点数的序列，第二个包含对Python 对象的引用：
>>> pd.Series([0,1,None]).dtype
dtype('float64')
>>> pd.Series([0,1,None,'test']).dtype
dtype('O')
的浮点版本None是 NaN 或Not a Number，当解释为布尔值时会转换为 True （因为它不等于 0）：
>>> pd.Series([0,1,None])[2]
nan
>>> bool(pd.Series([0,1,None])[2])
True
在另一种情况下，原始None对象被保留，转换为False：
>>> pd.Series([0,1,None,'test'])[2] is None
True
>>> bool(None)
False
所以这归结为自动类型推断，Pandas 认为哪种类型最适合每一列；见DataFrame.infer_objects()方法。目标是最小化存储需求和操作性能；将数字存储为原生 64 位浮点值会导致更快的数字运算和更小的内存占用，同时仍然能够将“缺失”值表示为 NaN。
但是，当您传入数字和字符串的混合时，Panda 无法使用专用的专用数组类型，因此会退回到“Python 对象”类型，即对原始 Python 对象的引用。
您可以明确指定要使用的类型，而不是让 Pandas猜测您需要什么类型。您可以使用可空整数类型之一（使用它Pandas.NA代替 NaN）；将这些转换为布尔值会导致缺失值转换为False：
>>> pd.Series([0,1,None], dtype=pd.Int64Dtype).astype(bool)
0 False
1 True
2 False
dtype: bool
另一种选择是转换为可为空的布尔类型，因此保留None缺失数据的/ NaN 指标：
>>> pd.Series([0,1,None]).astype("boolean")
0 False
1 True
2 <NA>
dtype: boolean
另请参阅用户手册中的处理缺失数据部分，以及可为空的整数和可为空的布尔数据类型手册页。
请注意，的熊猫概念NA值，表示丢失的数据，则仍处于实验，这就是为什么它是还不是默认的。但是，如果您想为刚刚创建的数据帧“选择加入”，则可以在创建帧后立即调用该DataFrame.convert_dtypes()方法：
>>> df = pd.DataFrame({'prime_member':[0,1,None]}).convert_dtypes()
>>> df.prime_member
0 0
1 1
2 <NA>
Name: prime_member, dtype: Int64