Pandas 熊猫，对NaN应用简单函数返回值而不是NaN？

为b列返回我

False

，而我想得到NaN

import pandas as pd
import numpy as np

pd.DataFrame(
  {'a':[0,1,2,3],
   'b':[np.nan, np.nan, np.nan,3]}
).apply(lambda x: x> 1)

期望

    a       b
0   False   False
1   False   False
2   True    False
3   True    True

我真的希望我的算术能够跟踪我在哪里有数据，在哪里没有数据，我如何才能做到这一点？

使用或与或：

为获得更好的性能，请避免应用

：

df = df.apply(lambda x: x> 1).mask(df.isna())
#df = df.apply(lambda x: x> 1).where(df.notna())

最后用途：

df=df.astype（'boolean'）
打印（df）
a b
0错误
1错误
2正确
3对对对

df = df.apply(lambda x: x> 1).mask(df.isna())
#df = df.apply(lambda x: x> 1).where(df.notna())

df = (df > 1).mask(df.isna())
#df = (df > 1).where(df.notna())

print (df)
       a    b
0  False  NaN
1  False  NaN
2   True  NaN
3   True  1.0

df = df.astype('boolean')
print (df)
       a     b
0  False  <NA>
1  False  <NA>
2   True  <NA>
3   True  True