如何让 np.where 写 True 而不是 1.0？答案

【问题标题】：How to make np.where write True instead of 1.0?如何让 np.where 写 True 而不是 1.0？
【发布时间】：2020-12-11 20:46:27
【问题描述】：

我想用 True 和 NaN 值填充列

import numpy as np
import pandas as pd

my_list = [1,2,3,4,5]
df = pd.DataFrame({'col1' : [0,1,2,3,4,5,6,7,8,9,10]})
df['col2'] = np.where(df['col1'].isin(my_list), True, np.NaN)
print (df)

打印出来：

    col1  col2
0      0   NaN
1      1   1.0
2      2   1.0
3      3   1.0
4      4   1.0
5      5   1.0
6      6   NaN
7      7   NaN
8      8   NaN
9      9   NaN
10    10   NaN

但对我来说打印布尔值 True 而非浮点数 1.0 非常重要。此列与其他列交互。它们是布尔值，所以它也必须是布尔值。我知道我可以用替换功能来改变它。但是我的 DataFrame 非常大。我不能浪费时间。有没有简单的选择？

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

使用Nullable Boolean data type:

df['col2'] = pd.Series(np.where(df['col1'].isin(my_list), True, np.NaN), dtype='boolean')
print (df)
    col1  col2
0      0  <NA>
1      1  True
2      2  True
3      3  True
4      4  True
5      5  True
6      6  <NA>
7      7  <NA>
8      8  <NA>
9      9  <NA>
10    10  <NA>

【讨论】：

原谅我的无能！但是为什么 NaN 在这里看起来像呢？
@IgorK。 - 不是incompetence。但是pandas开发者想区分NaN和nullable NaN，所以用<NA>
完美！你让我开心，节省了工作时间！！！！！！！

【解决方案2】：

此代码将解决您的问题。 np.where 将返回 true，因为 numpy 仅处理数字，而 True 表示数量为 1。这就是为什么它给你 1.0 而不是 True

代码

import numpy as np
import pandas as pd

my_list = [1,2,3,4,5]
df = pd.DataFrame({'col1' : [0,1,2,3,4,5,6,7,8,9,10]})
df['col2'] = df['col1'].apply(lambda x: True if x in my_list else np.NaN)
print (df)

结果

    col1  col2
0      0   NaN
1      1  True
2      2  True
3      3  True
4      4  True
5      5  True
6      6   NaN
7      7   NaN
8      8   NaN
9      9   NaN
10    10   NaN

【讨论】：

【解决方案3】：

你可以这样称呼

df.col2 = df.col2.apply(lambda x: True if x==1.0 else x)

【讨论】：

这在性能方面不会像其他答案那样有效