Python 熊猫将任何值转换为布尔值（缺失或零）

在python中，编写类似于

if a: ...

即使

a

是整数（例如0）或字符串（例如空字符串），在这种情况下，它也将被转换为false

然而

dtype_dict = {'type': str, 'exclude_trial':bool}
data = pd.read_csv(filename, sep='\t', dtype=dtype_dict)

返回警告

ValueError: cannot safely convert passed user dtype of bool for object dtyped data in column 26

这是完全不清楚的，非常烦人

---

列“exclude_trial”包含值“”（空字符串）或“0”或“1”。当然，它只能按照正常的行为简单地浇铸，否则也是正常的。（“”，'0'->false，1->true）

读取数据后，您可以在数据帧上使用

.astype（bool）

对其进行转换，使用与

bool（x）

等效的值，其中x是每个单元格中的值

然而，你需要非常小心

pandas

有很多自动NaN处理，这意味着空字符串通常会被读入并强制到NaN，这是有问题的，因为

bool（“”）

是

False

而

bool（np.NaN）

是

True

。即使指定数据类型也不能防止这种情况，但可以使用

na_filter

确保它不会更改空字符串

样本数据：

test.txt

col1,col2,col3
True,1,
False,0,
True,1,1

---

df = pd.read_csv('test.txt', na_filter=False)
#    col1  col2 col3
#0   True     1     
#1  False     0     
#2   True     1    1

df = df.astype(bool)
#    col1   col2   col3
#0   True   True  False
#1  False  False  False
#2   True   True   True

df.dtypes
#col1    bool
#col2    bool
#col3    bool