pandas - 并且对于熊猫中布尔和非布尔列的声明令人惊讶地产生了结果

Question

我在 pandas DataFrame 中“与”一个二进制和非二进制列。令我惊讶的是，这实际上给出了一个结果（我期待一个错误）。看看下面的代码：

import pandas as pd
d = {'col1':[1,1,2,2,2], 'col2':[3,4,4,4,3]}
test_df = pd.DataFrame(data = d)
test_df['bool1'] = [True, False, True, True, False]
test_df['bool2'] = [True, False, True, True, True]
test_df['col3'] = [1,3,3,5,5]
test_df['col3'] & test_df['bool1']

我得到以下结果：

0     True
1    False
2     True
3     True
4    False
dtype: bool

熊猫如何评价这个？col3不是布尔值/二进制，所以我很难确定是什么决定了两者的组合是True还是False？

标签： pandas

Answer 1

这里被转换0为False和另一个整数到Trues：

d = {'col1':[1,1,2,2,2], 'col2':[3,4,4,4,3]}
test_df = pd.DataFrame(data = d)
test_df['bool1'] = [True, False, True, True, False]
test_df['bool2'] = [True, False, True, True, True]
#changed first value to 0
test_df['col3'] = [0,3,3,5,5]

print (test_df['col3'] & test_df['bool1'])
0    False
1    False
2     True
3     True
4    False
dtype: bool

它的工作方式类似于astype：

print (test_df['col3'].astype(bool))
0    False
1     True
2     True
3     True
4     True
Name: col3, dtype: bool

下一读 - Python 中的 False == 0 和 True == 1 是实现细节还是由语言保证？