如何检查 pandas 该列是否为 bool-like（包括 True、False 或 NaN）？

Question

我有一个 dataframe 像这样：

df = pd.DataFrame(
  {
    'date':"20220701",
    'a':[1,2,np.NaN],
    'b':['a', 'b', 'c'], 
     'c':[True, False, np.NaN]
  }
)

因此， b列和c的数据类型为 object。我希望能够有效地区分列，如果它们没有缺失值，则可能是 boolean。

我想到的唯一解决方案是：

1. 检查列中的唯一值是否在 [true, false, NaN] 中，但这很可能是非常低效的。

2. 检查哪里(df.c.isnull() | (df.c == True) | (df.c == False)).all()

Answer 1

这是使用分配的一种方法

由于该列是通过分配创建的，因此它是临时的，而不是 df 的一部分。 所以，没有丢失或添加任何东西

#create a temp column by ffill NA value, and check temp column dtype
df.assign(temp=df['c'].ffill())['temp'].dtype

dtype('bool')

>> df.assign(temp=df['c'].ffill())['temp'].dtype == 'bool'
True

或者

#list types of the column and the newly created one is of type bool
df.assign(temp=df['c'].ffill()).dtypes

date     object
a       float64
b        object
c        object
temp       bool
dtype: object

Answer 2

您可以使用df.b[:10]类的东西来代替使用unique()并比较前 10 个样本以假设您的数据是否为 boolean。

我认为它可能会失败，但它会比unique()更快......