Python 当我将一个布尔数据帧传递给pandas中另一个数据帧的索引操作符时会发生什么？

关于操作数据帧，有一些基本的东西我没有得到

TL，DR：将布尔序列传递给数据帧的索引运算符[]，返回序列为真的df的行或列。但是传递布尔数据帧（即：多维）会返回一个只包含NaN值的奇怪数据帧

编辑：重新表述：为什么可以将布尔值的数据帧传递给另一个数据帧，它做什么？对于一个系列，这是有意义的，但是对于一个数据帧，我不理解“在引擎盖下”发生了什么，以及为什么在我的示例中我得到一个空NaN值的数据帧

详细说明及示例：

当我将布尔序列传递给索引运算符时，它将返回与该序列为真的索引对应的行列表：

test_list = [[1,2,3,4],[3,4,5],[4,5]]
test_df = pd.DataFrame(test_list)
test_df

    0   1   2   3
0   1   2   3.0 4.0
1   3   4   5.0 NaN
2   4   5   NaN NaN

test_df[test_df[2].isnull()]

    0   1   2   3
2   4   5   NaN NaN

到目前为止，一切顺利。但当我这样做时会发生什么：

test_df[test_df.isnull()]


0   1   2   3
0   NaN NaN NaN NaN
1   NaN NaN NaN NaN
2   NaN NaN NaN NaN

为什么这会返回一个只包含NaN值的数据帧？我希望它要么返回一个错误，要么返回一个使用布尔掩码数据帧截断的新数据帧。但我发现这个输出完全令人困惑

---

编辑：作为结果，我希望得到一个错误。我不明白为什么在这种情况下可以传递一个数据帧，或者为什么它返回这个NaN值的数据帧，我相信所有的值都转换成NaN，因为你传递了整个df。准确地说，错误“消息”是所有返回的值都是NaN（包括那些不是NaN的值），这使我们能够看到发生了错误。但是，一个更有经验的用户肯定能够更详细地回答您的问题。还要注意，大多数情况下，您希望删除或转换这些NaN，而不仅仅是标记它们

根据我上面的评论和LoukasPap的回答，下面是一种标记、计数，然后删除或转换这些NaN值的方法：

test_df.isnull()

test_df.isnull().sum() # sum NaN by column
test_df.isnull().sum().sum() # get grand total of NaN

第一个标志NaN值：

test_df.isnull()

test_df.isnull().sum() # sum NaN by column
test_df.isnull().sum().sum() # get grand total of NaN

您可能还对计算NaN值感兴趣：

test_df.isnull()

test_df.isnull().sum() # sum NaN by column
test_df.isnull().sum().sum() # get grand total of NaN

现在可以按行删除NaN值

test_df.dropna()

或按列：

test_df.dropna(axis=1)

或用中位数替换NaN值：

test_df.fillna(test_df.median())

---

test\u df[…]

调用索引方法。从源代码：

def\uuu getitem\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
...
#我们有（布尔）数据帧吗？
如果isinstance（键、数据帧）：
返回self.where（键）
#我们有（布尔）1d索引器吗？
如果com.is\u bool\u索引器（键）：
返回self.\u getitem\u bool\u数组（键）

如您所见，如果

键是布尔数据帧，它将调用。
where（）
的功能是将条件为
False
的值默认替换为
NaN

# print(test_df.isnull())
       0      1      2      3
0  False  False  False  False
1  False  False  False   True
2  False  False   True   True

# print(test_df)
    0   1   2   3
0   1   2   3.0 4.0
1   3   4   5.0 NaN
2   4   5   NaN NaN

test\u df.where（test\u df.isnull（））
用
NaN
替换非空值
test\u df.isna（）
是否返回所需结果？发布预期结果。我相信（但请等待更有经验的用户或LoukasPap的回答）正是因为您传递了整个df，它只返回NaN。通常，在我的回答中，您会过滤（或转换）这些NaN值。错误“消息”恰恰是所有返回的值都是NaN，包括那些不是NaN的值，因此允许我们看到发生了错误。不还编辑了我关于如何计算NaN的回答。Louis想知道为什么它不抛出错误，或者为什么它显示一个充满NaN的数据帧。