如何檢查 pandas 該列是否為 bool-like（包括 True、False 或 NaN）？

Question

我有一個 dataframe 像這樣：

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的數據類型為 object。我希望能夠有效地區分列，如果它們沒有缺失值，則可能是 boolean。

我想到的唯一解決方案是：

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

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

Answer 1

這是使用分配的一種方法

由於該列是通過分配創建的，因此它是臨時的，而不是 df 的一部分。 所以，沒有丟失或添加任何東西

#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]類的東西來代替使用unique()並比較前 10 個樣本以假設您的數據是否為 boolean。

我認為它可能會失敗，但它會比unique()更快......