为什么当Python“None或True”返回True时，pandas“NoneTrue”返回False？
在纯 Python 中，None or True返回True.
但是，当我|在两个包含 None 值的系列之间执行熊猫时，结果与我预期的不一样：
>>> df.to_dict()
{'buybox': {0: None}, 'buybox_y': {0: True}}
>>> df
buybox buybox_y
0 None True
>>> df['buybox'] = (df['buybox'] | df['buybox_y'])
>>> df
buybox buybox_y
0 False True
预期结果：
>>> df
buybox buybox_y
0 True True
我通过两次应用 OR 操作得到了我想要的结果，但我不明白为什么我应该这样做。
我不是在寻找解决方法（我通过df['buybox'] = (df['buybox'] | df['buybox_y'])连续应用两次来获得它）而是一个解释，因此是标题中的“为什么”。
回答
Pandas|运算符不依赖于 Python or expression，并且行为不同。
如果两个操作数都是布尔值，则结果是数学定义的，对于 Python 和 Pandas 也是如此。
但是在您的情况下，“buybox”系列是 type object，而“buybox_y”是bool. 在这种情况下，熊猫|运算符不是可交换的：
- 右操作数被强制为布尔值
- 然后
bitwise or尝试None | True是无效操作，导致None
- 结果被强制为布尔值
因此，
>>> df['buybox'] | df['buybox_y']
0 False
>>> df['buybox_y'] | df['buybox']
0 True
对于可预测的结果，您可以astype在尝试布尔运算之前清理数据，并使用 Pandas 转换为布尔类型。
THE END
二维码