如何获得熊猫系列的元素级逻辑非？

Question

我有一个包含布尔值的pandas系列对象。如何获得包含每个值的逻辑而不是的序列？

例如，考虑包含以下内容的系列：

True
True
True
False

我想要的系列包括：

False
False
False
True

这看起来应该很简单，但显然我把我的魔力放错地方了=（




Answer 1

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

Answer 2

@unutbu的回答很准确，只是想增加一个警告，你的面具需要是dtype bool，而不是“对象”。你的面具不可能有奶奶的。看这里-即使你的面具现在是无楠的，它仍然是“对象”类型。

“object”系列的倒数不会抛出错误，相反，你会得到一个int的垃圾掩码，它不会像你期望的那样工作。

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

在与同事讨论了这一点后，我有一个解释：熊猫似乎正在恢复位运算符：

In [1]: ~True
Out[1]: -2

正如@geher所说的，您可以先用astype将其转换为bool，然后再用astype反转~

~df['A'].astype(bool)
0    False
1     True
Name: A, dtype: bool
(~df['A']).astype(bool)
0    True
1    True
Name: A, dtype: bool

Answer 3

要反转布尔级数，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，熊猫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，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那么快有关。

警告：timeit结果可能因硬件、编译器、操作系统、Python、NumPy和Pandas版本等多种因素而有所不同。