我有一个包含布尔值的pandas Series
对象。如何获得包含每个值的逻辑NOT
的系列?
例如,考虑一个系列包含:
True
True
True
False
我想要的系列将包含:
False
False
False
True
这似乎应该相当简单,但显然我错了我的mojo =(
要反转布尔系列,use ~s
:
In [7]: s = pd.Series([True, True, False, True])
In [8]: ~s
Out[8]:
0 False
1 False
2 True
3 False
dtype: bool
使用Python2.7,NumPy 1.8.0,Pandas 0.13.1:
In [119]: s = pd.Series([True, True, False, True]*10000)
In [10]: %timeit np.invert(s)
10000 loops, best of 3: 91.8 µs per loop
In [11]: %timeit ~s
10000 loops, best of 3: 73.5 µs per loop
In [12]: %timeit (-s)
10000 loops, best of 3: 73.5 µs per loop
截至Pandas 0.13.0,系列不再是numpy.ndarray
的子类;它们现在是pd.NDFrame
的子类。这可能与为什么np.invert(s)
不再像~s
或-s
一样快。
警告:timeit
结果可能因许多因素而异,包括硬件,编译器,操作系统,Python,NumPy和Pandas版本。
@ unutbu的回答是现场,只是想添加一个警告,你的面具需要是dtype bool,而不是'object'。即你的面具不可能有任何南茜。请参阅here - 即使您的面具现在是无瑕疵的,它仍然是'对象'类型。
“对象”系列的反转不会引发错误,而是会得到一个不能按预期工作的整数的垃圾掩码。
In[1]: df = pd.DataFrame({'A':[True, False, np.nan], 'B':[True, False, True]})
In[2]: df.dropna(inplace=True)
In[3]: df['A']
Out[3]:
0 True
1 False
Name: A, dtype object
In[4]: ~df['A']
Out[4]:
0 -2
0 -1
Name: A, dtype object
在与同事谈论这个问题后,我有一个解释:看起来大熊猫正在回归到按位运算符:
In [1]: ~True
Out[1]: -2
我试试看:
In [9]: s = Series([True, True, True, False])
In [10]: s
Out[10]:
0 True
1 True
2 True
3 False
In [11]: -s
Out[11]:
0 False
1 False
2 False
3 True
你也可以使用numpy.invert
:
In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: s = pd.Series([True, True, False, True])
In [4]: np.invert(s)
Out[4]:
0 False
1 False
2 True
3 False
编辑:性能上的差异出现在Ubuntu 12.04,Python 2.7,NumPy 1.7.0 - 似乎不存在使用NumPy 1.6.2但:
In [5]: %timeit (-s)
10000 loops, best of 3: 26.8 us per loop
In [6]: %timeit np.invert(s)
100000 loops, best of 3: 7.85 us per loop
In [7]: %timeit ~s
10000 loops, best of 3: 27.3 us per loop