Python 检查熊猫系列中数值的真实性

在pandas中，是否可以为使用自定义对象的索引构建布尔序列

i、 e

返回

True
      A
0   NaN
1   NaN

我想要的是

True
        A
0   False
1    True

或者类似的，以便我可以使用.first\u valid\u index（）来获取不同函数中的第一个匹配项

---

有没有办法检查对象的“真实性”来构建新系列？

不要使用

==

<代码>地图

bool

df.where(df['A'].map(bool))

                                              A
0                                           NaN
1  <__main__.Test object at 0x000002A70187E6D0>

---

但是，如果您定义了

\uuuuu eq\uuuu

class Test():
    def __init__(self, num):
        self.num = num
    def __bool__(self):
        return self.num == 3
    def __eq__(self, other):
        if isinstance(other, type(self)):
            return bool(other) == bool(self)
        else:
            try:
                return type(other)(self) == other
            except:
                return False


x = Test(2)
y = Test(3)

df = pd.DataFrame({'A':[x,y]})

print(bool(df['A'].iloc[1]))
print(df.where(df['A'] == True))

True
                                              A
0                                           NaN
1  <__main__.Test object at 0x000002A701897520>

class Test（）：
定义初始化（self，num）：
self.num=num
定义（自我）：
return self.num==3
定义（自身、其他）：
如果isinstance（其他，键入（自身））：
返回布尔（其他）=布尔（自身）
其他：
尝试：
返回类型（其他）（自身）=其他
除：
返回错误
x=测试（2）
y=试验（3）
df=pd.DataFrame（{'A'：[x，y]}）
打印（bool（df['A'].iloc[1]））
打印（df.where（df['A']==True））
真的
A.
0南
1.

嗯，我理解你的担忧。这让我思考。但对我来说，它不会重现。哦！，这是因为它正在调用

其他

类型的

\uuu eq\uuu

。所以也许。。。是的<代码>y==y爆炸。接得好，我能做到。。。但我选择了另一条路。我从来没有想过使用

astype（bool）

，很高兴知道这一点。

df.where(df.astype(bool))

                                              A
0                                           NaN
1  <__main__.Test object at 0x000002A70187E6D0>

class Test():
    def __init__(self, num):
        self.num = num
    def __bool__(self):
        return self.num == 3
    def __eq__(self, other):
        if isinstance(other, type(self)):
            return bool(other) == bool(self)
        else:
            try:
                return type(other)(self) == other
            except:
                return False


x = Test(2)
y = Test(3)

df = pd.DataFrame({'A':[x,y]})

print(bool(df['A'].iloc[1]))
print(df.where(df['A'] == True))

True
                                              A
0                                           NaN
1  <__main__.Test object at 0x000002A701897520>