ブール値を含むpandas Series
オブジェクトがあります。各値の論理的なNOT
を含むシリーズを取得するにはどうすればよいですか?
たとえば、次を含むシリーズを考えてみましょう。
True
True
True
False
取得したいシリーズには次のものが含まれます。
False
False
False
True
これは合理的にシンプルであるように思えますが、どうやら自分のmojo =(
ブールシリーズを反転するには、 ~s
を使用 :
In [7]: s = pd.Series([True, True, False, True])
In [8]: ~s
Out[8]:
0 False
1 False
2 True
3 False
dtype: bool
Python2.7、NumPy 1.8.0、Pandas 0.13.1を使用:
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
Pandas 0.13.0以降、シリーズはnumpy.ndarray
のサブクラスではなくなりました。それらは現在pd.NDFrame
のサブクラスです。これは、np.invert(s)
が~s
や-s
ほど速くない理由と関係があるかもしれません。
注意:timeit
の結果は、ハードウェア、コンパイラ、OS、Python、NumPy、およびPandasバージョンを含む多くの要因によって異なる場合があります。
@unutbuの答えはスポットオンであり、マスクが「オブジェクト」ではなくdtype boolである必要があるという警告を追加したかっただけです。つまり、マスクにeverを含めることはできません。 here を参照してください-マスクが現在nan-freeであっても、「オブジェクト」タイプのままです。
「オブジェクト」シリーズの逆はエラーをスローしません。代わりに、期待どおりに機能しないintのガベージマスクを取得します。
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
これについて同僚と話した後、説明があります:pandasはビット演算子に戻っているようです:
In [1]: ~True
Out[1]: -2
ちょっと試してみましょう:
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
numpy.invert
を使用することもできます。
In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: s = pd.Series([True, True, False, True])
In [4]: np.invert(s)
Out[4]:
0 False
1 False
2 True
3 False
編集:パフォーマンスの違いはUbuntu 12.04、Python 2.7、NumPy 1.7.0に表示されます-NumPy 1.6.2を使用しても存在しないようです:
In [5]: %timeit (-s)
10000 loops, best of 3: 26.8 us per loop
In [6]: %timeit np.invert(s)
100000 loops, best of 3: 7.85 us per loop
In [7]: %timeit ~s
10000 loops, best of 3: 27.3 us per loop