比较 NumPy 数组以便 NaN 产生 NaN

Question

import numpy as np

---

我有两个数组：

a = np.array([1,2,3,np.nan,5])
b = np.array([3,2,np.nan,5,4])

我想比较这两个数组中的元素并得到一个布尔值列表作为结果。当有nan参与比较时，我想得到nan。预期结果：

[False, False, nan, nan, True]

---

我使用if-else involving list comprehension 实现了所需的输出：

[eacha>eachb
 if ~np.isnan(eacha) and ~np.isnan(eachb)
 else np.nan
 for eacha, eachb in zip(a,b)]

---

有没有更好的方法（即不涉及 for 循环、if-else 语句）？

Answer 1

你可以试试：

np.where(np.isnan(a)|np.isnan(b), np.nan, a==b)

但是你得到一个浮点数组，因为np.nan 是浮点数：

array([ 0.,  1., nan, nan,  0.])

Answer 2

要将Quang Hoang 的excellent answer 的输出从浮点数更改为布尔值，我们可以使用pandas.Series.replace：

pd.Series(np.where(np.isnan(a)|np.isnan(b), np.nan, a==b)).replace({0:False,1:True}).to_numpy()

导致：

0    False
1     True
2      NaN
3      NaN
4    False
dtype: object

或：

pd.Series(np.where(np.isnan(a)|np.isnan(b), np.nan, a==b)).replace({0:False,1:True}).to_numpy()

导致：

array([False, True, nan, nan, False], dtype=object)