改变顺序时不同的pandas DataFrame逻辑运算结果

Question

我的代码是这样的：

a = pd.DataFrame([np.nan, True])
b = pd.DataFrame([True, np.nan])
c = a|b
print(c)

当一个元素是 np.nan 时，我不知道逻辑运算结果的结果，但我希望它们无论如何都是相同的。 但我得到了这样的结果：

       0
0  False
1   True

为什么？ 这是关于熊猫短路吗？ 我搜索了熊猫的文档，但没有找到答案。

我的熊猫版本是 1.1.3

Answer 1

这是与np.nan相关的行为，而不是熊猫。 以下列例子为例：

print(True or np.nan)
print(np.nan or True)

输出：

True
nan

执行操作时， dtype 最终很重要，并且np.nan在 numpy 库中运行的方式是导致这种奇怪行为的原因。

为了解决这个问题，你可以用False或其他一些评估为False标记值填充 NaN 值（使用pandas.DataFrame.fillna() ）。