将 numpy.logical_and 与 Pandas Series 对象一起使用时出现 AttributeError答案

【问题标题】：AttributeError when using numpy.logical_and with Pandas Series object将 numpy.logical_and 与 Pandas Series 对象一起使用时出现 AttributeError
【发布时间】：2012-11-17 16:59:54
【问题描述】：

在使用reindex_like 和相关功能时，我对 Pandas 系列对象之间的区别感到困惑。例如，考虑以下 Series 对象：

>>> import numpy
>>> import pandas
>>> series = pandas.Series([1, 2, 3])
>>> x = pandas.Series([True]).reindex_like(series).fillna(True)
>>> y = pandas.Series(True, index=series.index)
>>> x
0    True
1    True
2    True
>>> y
0    True
1    True
2    True

表面上x 和y 的内容和索引似乎相同。但是，它们必须在某些方面有所不同，因为其中一个在使用 numpy.logical_and() 时会导致错误，而另一个则不会。

>>> numpy.logical_and(series, y)
0    True
1    True
2    True
>>> numpy.logical_and(series, x)
Traceback (most recent call last):
  File "<ipython-input-10-e2050a2015bf>", line 1, in <module>
    numpy.logical_and(series, x)
AttributeError: logical_and

numpy.logical() 在这里抱怨什么？我看不出x 和y 这两个系列之间的区别。但是，肯定有一些细微的差别。

Pandas 文档说 Series 对象是“大多数 NumPy 函数”的有效参数。显然，在这种情况下，这在某种程度上是正确的。显然，创建机制使 x 无法用于这个特定的 numpy 函数。

作为旁注，reindex_like() 和 index 参数这两种创建机制中的哪一种在这种情况下更有效和更惯用？也许还有另一种/更好的方法我也没有考虑过。

【问题讨论】：

您使用的是哪个 pandas/numpy/python 版本？ numpy.logical_and(series, x) 在pandas-0.9.0-py2.7 中对我来说没有错误...
使用 pandas 0.9.1 和 numpy 1.6.2
如果这是 pandas 0.9.1 中的一个新错误，我会感到惊讶，但也许值得升级到 numpy 1.8 版？（我正在使用的版本似乎可以工作......）
numpy 的当前稳定版本是 1.6.2（通过 PyPi 和 numpy 站点）。您是否在 1.8 版中使用 numpy 的 github 存储库？我想我会为 pandas 发布一个 github 问题，看看他们怎么说。
我在 github 上为 Pandas 发布了一个问题。也许他们会有更多的见解：github.com/pydata/pandas/issues/2388

标签： python numpy pandas

【解决方案1】：

看起来这不是一个错误，细微的差别是由于使用了reindex_like() 方法。对reindex_like() 的调用将一些NaN 数据插入到系列中，因此该系列的dtype 从bool 更改为object。

>>> series = pandas.Series([1, 2, 3])
>>> x = pandas.Series([True])
>>> x.dtype
dtype('bool')
>>> x = pandas.Series([True]).reindex_like(series)
>>> x.dtype
dtype('object')

我在 Pandas github 页面上发布了关于此异常的 issue。

完整的解释/讨论是here。看起来这种行为将来可能会改变，所以请关注issue 以了解更多正在进行的细节。

【讨论】：