Python '；无效的类型比较'；在代码中

我有一个

熊猫数据框

，它有许多列。这些列可能有3个值-True、False和NaN。我正在用字符串

missing

回复

NaN

。我的一列的示例值如下所示：

ConceptTemp.ix[:,1].values

导致：

array([ True, False, False, False,  True,  True,  True,  True, False,  True], dtype=bool)

请注意，此特定列没有

NaN

，因此不缺少

字符串

现在，我执行以下代码：

ConceptTemp.ix[:,1][ConceptTemp.ix[:,1] != 'missing'].values

要获取以下异常，请执行以下操作：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-47-0a0b76cf3ab5> in <module>()
----> 1 ConceptTemp.ix[:,1][ConceptTemp.ix[:,1] != 'missing'].values

E:\Anaconda2\lib\site-packages\pandas\core\ops.pyc in wrapper(self, other, axis)
    724                 other = np.asarray(other)
    725 
--> 726             res = na_op(values, other)
    727             if isscalar(res):
    728                 raise TypeError('Could not compare %s type with Series'

E:\Anaconda2\lib\site-packages\pandas\core\ops.pyc in na_op(x, y)
    680                 result = getattr(x, name)(y)
    681                 if result is NotImplemented:
--> 682                     raise TypeError("invalid type comparison")
    683             except AttributeError:
    684                 result = op(x, y)

TypeError: invalid type comparison

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1 ConceptTemp.ix[：，1][ConceptTemp.ix[：，1]！=“缺少”]。值
E:\Anaconda2\lib\site packages\pandas\core\ops.pyc在包装器中（self、other、axis）
724其他=np.asarray（其他）
725
-->726 res=na_op（值，其他）
727如果是isscalar（res）：
728 raise TypeError（'无法将%s类型与序列进行比较'
E:\Anaconda2\lib\site packages\pandas\core\ops.pyc在na_op（x，y）中
680结果=getattr（x，name）（y）
681如果结果未执行：
-->682 raise type错误（“无效类型比较”）
683除属性错误外：
684结果=op（x，y）
TypeError:类型比较无效

有人知道怎么修吗

非常感谢任何指针。
正如人们所评论的，在数组中组合类型（即带布尔值的字符串）有点奇怪。在布尔数组可能不是您认为的那样的情况下，您将得到结果。但是，如果您确实必须这样做，有几种方法可以做到这一点。第一种方法是使用
isin
：

In [40]: ConceptTemp.ix[:,0][~ConceptTemp.ix[:,0].isin(['missing'])].values
Out[40]:
         array([ True, False, False, False,  True,  True,  True,  True, False,  True], dtype=bool)

第二个是使用
apply
和
lambda

In [41]: ConceptTemp.ix[:,0][ConceptTemp.ix[:,0].apply(lambda x: x != 'missing')].values
Out[41]:
         array([ True, False, False, False,  True,  True,  True,  True, False,  True], dtype=bool)

请打印
ConceptTemp.ix[：，1].值
并返回报告。可能不完全是您要查找的内容，但能否使用
isin
？
ConceptTemp.ix[：，0][~ConceptTemp.ix[：，0].isin（['missing']）].values
我编辑了注释，您可以使用
~
操作符来反转选择，非常感谢。
lambda
做到了。我同意这种类型比较有点尴尬。但我这么做只是因为我想要原始
数据帧的子集。