Python pd.eval（）是否可以返回Nan或None，而不仅仅是True/False值？

我有一个缺少值的数据框，例如：

  My_var1   My_var2   My_var3   My_var4
0     No         W6        No       Nan
1     No         W6        No       Nan  
2     No         W6        No       Yes
3     No         W6        No        No
4     No         W6        Yes       No

"(My_var4 == 'Yes')"

我还有一系列以str格式存储的数据过滤器，例如：

  My_var1   My_var2   My_var3   My_var4
0     No         W6        No       Nan
1     No         W6        No       Nan  
2     No         W6        No       Yes
3     No         W6        No        No
4     No         W6        Yes       No

"(My_var4 == 'Yes')"

我将此过滤器与eval（）一起使用以获得布尔级数：

my_data.eval(my_filter)

但是对于Nan值，eval函数返回False而不是Nan，但是我希望它返回Nan

---

如何将str筛选器应用于我的pd数据帧，并获得返回的True、False和Nan（或None）值？

eval

有一组非常有限的值，因此通常无法执行更复杂的逻辑表达式

要准确地了解你描述的行为是不可能的。也就是说，您将无法使用

eval

返回带有

True/False/NaN

的对象序列。我认为最接近的是带有

1/0/NaN

的float列。这需要一些心理体操来通过其

X！=X

为真，且X>1的np.arcin（X）确实返回

NaN

s = "(My_var4 == 'Yes') * arcsin((My_var4 != My_var4) + sin(1))"
df.eval(s)

0    NaN
1    NaN
2    1.0
3    0.0
4    0.0
Name: My_var4, dtype: float64