在两个 boolean 系列对象之间使用 Pandas “|” 运算符行为异常

Question

我有两个大 pandas 系列。

In [32]: mask.shape
Out[32]: (13919455,)

In [33]: t.shape
Out[33]: (13919455,)

都是bool arrays，mask只有False，而t包含几个True值

In [28]: sum(mask)
Out[28]: 0

In [29]: sum(t)
Out[29]: 7724

我希望当我应用 pandas OR 运算符 | 时，我会得到 7724 的总和并且该运算符是可交换的。 但是，我得到以下结果：

In [44]: sum(mask|t)
Out[44]: 7565

In [45]: sum(t | mask)
Out[45]: 7724

这是一个错误吗？

Answer 1

我刚刚弄明白了，它是 pandas 必须如何进行 OR 运算的“特征”。 事实证明，我之前从“t”中删除了一些行，虽然它与另一个变量的大小相同，但它的索引稍大一些。

使用 Series.reset_index() 将索引设置为默认值后，我得到了最初预期的结果。