Pandas 与 PEP8：在具有混合类型的系列中选择真值答案

【问题标题】：Pandas vs. PEP8: Selecting True values in a Series with mixed typesPandas 与 PEP8：在具有混合类型的系列中选择真值
【发布时间】：2019-09-04 15:16:12
【问题描述】：

我有一个名为df 的DataFrame，其中有一列col，其中包含值True、False 和"N/A"（类型分别为bool、bool 和str）。我只想选择包含True 的行。

df[df.col==True] 有效，但会生成警告 PEP 8: comparison to True should be 'if cond is True:' or 'if cond:'。

是否有符合 PEP8 的方法来执行此操作？

【问题讨论】：

你的熊猫版本是什么？因为在 pandas 0.24.2 中没有错误
用df = pd.DataFrame({'col':[True, False, 'N/A']})测试
is 没有被 Pandas 重载，因此在这种情况下它不是一个选项......
在这种情况下，如果你需要一个重载的__eq__，是的，你有时可以反对 PEP8。了解如何在您的 lint 工具中禁用此特定警告（# noqa 通常可以解决问题）。
相关：Expressions with “== True” and “is True” give different results

标签： python pandas pep8

【解决方案1】：

之前有人问过类似的问题，例如pandas: Do I have to deviate from style conventions (PEP 8)?，但它们都描述了一个简单的情况，即您的列只有True 和False 值。在这种情况下，您可以只使用df[df.col]。

在你的情况下，虽然你不能这样做，因为它会给出一个错误，但你有一些其他的选择：

使用pd.Series.eq：

>>> df = pd.DataFrame({'col': [True, False, 'N/A']})
>>> df[df.col.eq(True)]
    col
0  True

首先检查"N/A"，然后将剩下的内容与True 进行比较。订单很重要：
```
>>> df[(df.col != 'N/A') & df.col]
    col
0  True
```

将"N/A" 替换为np.nan 并使用pd.Series.notnull 或pd.Series.notna：

>>> df = df.replace('N/A', np.nan)
>>> df[df.col.notnull() & df.col]
    col
0  True

【讨论】：