Python 为什么~pd.isnull（）返回-2？

我在做一些处理缺失值的快速测试时遇到了这种奇怪的行为。当查看

~pd.isnull（np.nan）

时，我希望它返回False，但它返回-2。这是为什么？

这是因为您使用了算术、位求反运算符而不是逻辑求反。

您的混淆是有道理的，因为标量的这个奇怪结果与“反转”逻辑数组时看到的结果不一致：

>>> pd.isnull([np.nan])
array([ True])
>>> ~pd.isnull([np.nan])
array([False])

这里有一些奇怪的事情在起作用。请注意：

>>> pd.isnull(np.nan)
True

所以，把numpy和熊猫排除在外，你基本上是在问为什么：

>>> ~True
-2

这是因为

bool

是

int

的子类：

>>> issubclass(bool, int)
True
>>> True == 1
True

>>> int.__invert__(True)
-2

表达式

~x

钩住数据模型。现在，

bool

没有实现

\uuuuu invert\uuuu

，因此它返回到第一个实现的超类，即

int

：

>>> issubclass(bool, int)
True
>>> True == 1
True

>>> int.__invert__(True)
-2

因为，

~x

本质上是计算

-（x+1）

。政府实际上是这样定义的

---

不幸的是，

bool

要以更合理的方式覆盖

\uuuu invert\uuuu

，即

~b

返回与

非b

相同的结果，同时仍然保持bool是int的向后兼容性保证，这并不容易。您最终会遇到一个麻烦的特殊情况，

x==y

但是

~x！=~y

如果您仔细分析您测试的数据类型，您的测试将更有价值。啊，现在这非常有意义，谢谢。将您的答案与@CiaPan的答案结合起来，就如何编写更好的测试进行了讨论。