将 Python 数据框列与包含 None 值的变量进行比较

Question

我正在将数据框与多个变量进行如下比较...

if not ( (df['Column1'] == variableA) & (df['Column2'] == variableB) & (df['Column3'] == variableC) ).any():
    print("row not in dataframe")

我的数据框和变量都可能包含一个 None 值，但我注意到当比较 2 个 None 值时，它们不是 return True，所以我' m 打印“不在列表中”，即使 df 和变量都具有相同的 (None) 值。

如能提出解决此问题的最佳方法，我们将不胜感激。也许我必须将 None 值转换为比较时 return 为真的字符串？

Answer 1

原因是断言 None 的相等性无法使用简单的相等运算符。

考虑以下示例：

s = pd.Series([1, "a", None])
s == 1
Out[4]: 
0     True
1    False
2    False
dtype: bool

s == "a"
Out[5]: 
0    False
1     True
2    False
dtype: bool

s == None
Out[6]: 
0    False
1    False
2    False
dtype: bool

s.isna()
Out[7]: 
0    False
1    False
2     True
dtype: bool

因此，如果您想收集 None 之间的任何潜在相等性，您需要检查这些值是否为 na。如果您有两个系列（例如数据框的两个列），您将需要创建一个结果联合：

d = pd.Series([2, "a", None])

s == d
Out[12]: 
0    False
1     True
2    False
dtype: bool

(s == d) | (s.isna() & d.isna())
Out[13]: 
0    False
1     True
2     True
dtype: bool

这意味着您的问题的解决方案类似于：

(df['Column1'] == variableA) & (df['Column2'] == variableB) & (df['Column3'] == variableC) 
| 
(df['Column1'].isna() & df['Column2'].isna() & df['Column3'].isna())

将 Python 数据框列与包含 None 值的变量进行比较

Compare Python dataframe columns to variables containing None values

python

dataframe

nonetype