如何获得pandas系列的元素逻辑NOT？

Question

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 =（

Answer 1

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。

Answer 2

@ 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

Answer 3

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

Answer 4

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