Pandas 将包含0、1和NaN的系列重新编码为False、True和NaN

假设我有一个关于NaNs的系列：

pd.Series([0, 1, None, 1])

我想将其转换为：

pd.Series([False, True, None, True])

您可能认为

x==1

就足够了，但实际上，它返回：

pd.Series([False, True, False, True])

其中空值已变为

False

。这是因为

np.nan==1

返回

False

，而不是像R中那样返回

None

或

np.nan

有没有一种很好的矢量化方法可以得到我想要的东西？

您可以在以下位置使用：

In [11]: (s == 1).where(s.notnull(), np.nan)
Out[11]:
0     0
1     1
2   NaN
3     1
dtype: float64

注意：True和False已被转换为浮点0和1。

可能可以：

import pandas as pd

x = pd.Series([0, 1, None, 1])

print x.map({1: True, 0: False})

0    False
1     True
2      NaN
3     True
dtype: object

---

data=data.astype（bool）

应该给出你想要的。@MaxNoe不，这会将NaNs改为

True

（至少在pandas 0.17.1中是这样）。也许我遗漏了什么，但这不正是让我回到原点吗？0s和1s是我试图替换的对象。@Kodiologist如果有2s和3s，它们也将被设置为false->0。@Kodiologist也没有使用nan的布尔（或int）类型，您必须使用比float效率低/慢的对象。

x.map（{0:false，1:True}）

单独使用似乎就足够了。也许这是最好的办法。