如何获得熊猫系列的按元素逻辑非？

Question

我有一个Series包含布尔值的pandas 对象。如何获得包含NOT每个值逻辑的序列？例如，考虑一个包含以下内容的系列：TrueTrueTrueFalse我想要获得的系列将包含：FalseFalseFalseTrue这似乎应该相当简单，但显然我放错了我的mojo =（

Answer 1

要反转布尔系列，请使用~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

从Pandas 0.13.0开始，Series不再是numpy.ndarray;的子类。它们现在是的子类pd.NDFrame。这可能与为什么np.invert(s)不再快于~s或快有关-s。

注意：timeit结果可能取决于许多因素，包括硬件，编译器，操作系统，Python，NumPy和Pandas版本。

Answer 2

只想添加一个警告，说明您的蒙版需要是dtype bool，而不是“ object”。也就是说，您的面具永远都不会有南的。请参阅此处 -即使您的面具现在是不含纳米的，它也将保持“对象”类型。

“对象”系列的逆函数不会引发错误，相反，您将获得整数的垃圾掩码，这些掩码将无法按预期工作。

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

与同事讨论这一问题后，我得到了一个解释：熊猫似乎正在恢复按位运算符：

In [1]: ~True

Out[1]: -2

Answer 3

我只是试一试：

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