为什么 pandas "None | True" return 为假而 Python "None or True" return 为真？

Question

纯Python,None or TruereturnsTrue.
但是，当我在两个包含 None 值的系列之间执行 pandas 时，pandas 结果并不像我预期的那样：

>>> df.to_dict()
{'buybox': {0: None}, 'buybox_y': {0: True}}
>>> df
    buybox  buybox_y
0   None    True

>>> df['buybox'] = (df['buybox'] | df['buybox_y'])
>>> df
    buybox  buybox_y
0   False   True

预期结果：

>>> df
    buybox  buybox_y
0   True    True

我通过两次应用 OR 运算得到了我想要的结果，但我不明白为什么我应该这样做。

我不是在寻找解决方法（我通过连续两次应用 df['buybox'] = (df['buybox'] | df['buybox_y']) 得到了它）而是一个解释，因此标题中的 'why'。

Answer 1

Pandas | 运算符不依赖于 Python or expression，并且行为不同。

如果两个操作数都是布尔值，则结果是数学定义的，Python 和 Pandas 也是如此。

但在您的案例中，系列“buybox”的类型为 object，而“buybox_y”的类型为 bool。在这种情况下 Pandas | 运算符是 not commutative:

右操作数被强制转换为布尔值
然后尝试 bitwise or
- None | True是无效操作，导致None
并且结果被强制转换为布尔值

因此，

>>> df['buybox'] | df['buybox_y']
0  False

>>> df['buybox_y'] | df['buybox']
0  True

为了获得可预测的结果，您可以清理数据，并在尝试布尔运算之前使用 Pandas astype 转换为布尔类型。

Answer 2

对于布尔对象（即Py_True和Py_False），代码将进入快速处理分支；对于其他对象，PyObject_IsTrue() 将用于计算 int 类型的值。

在计算过程中，PyObject_IsTrue()函数会依次获取nb_bool、mp_length、sq_length的值，应该对应到bool()和len().

这两个魔术方法的return值

为什么 pandas "None | True" return 为假而 Python "None or True" return 为真？

Why does pandas "None | True" return False when Python "None or True" returns True?

python

python-3.x

pandas

logical-or