为什么分类数据类型不能正确处理!= NaN比较？
为什么分类数据类型不能正确处理!= NaN比较？
提问于 2020-03-04 00:48:59
根据项目是否属于类别，在!=比较中似乎存在不一致的行为。如果值在类别中，!= NaN将返回False，这似乎与正常的!= NaN比较的评估方式不一致。当值不在类别中时，行为似乎是预期的。
import pandas as pd
import numpy as np
# Standard evaluation
'11' != np.NaN
#True
'A' != np.NaN
#True
s = pd.Series([np.NaN, '11']).astype('category')
s.ne('11')
#0 False # <- What?
#1 False
#dtype: bool
s.ne('A')
#0 True
#1 True
#dtype: bool
# Without the category type the behavior is correct
pd.Series([np.NaN, '11']).ne('11')
#0 True
#1 False
#dtype: bool这是一个错误，或者出于某种原因，categories？pd.__version__ = 0.25.0中的预期NaN行为，但也出现在1.0上。
回答 1
Stack Overflow用户
发布于 2020-03-04 01:17:38
原因似乎是在处理类别类型数据时对待NaN的方式。对于分类数据，没有包含在类别中的值被NaN替换，即NaN被视为不存在的类别。我们可以通过创建一个序列来检查，如下所示并指定现有的类别：
c = pd.Categorical(values=['1','2',np.nan,'3','4'], categories=['1','2','3'])
print(c)
[1, 2, NaN, 3, NaN]
Categories (3, object): [1, 2, 3]通过检查docs，我们可以看到：
缺少的值不应包含在分类的类别中，而应仅包含在值中。相反，可以理解，NaN是不同的，并且始终是一种可能性
因此，当与现有类别中的值进行比较时，会始终认为缺少值是一种可能性。
使用上面的示例，我们可以看到缺少值NaN和不存在的类别'4'的值的相同行为
c != '3'
array([ True, True, False, False, False])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60511951
复制相关文章
相似问题
腾讯云开发者
