Тип данных Nullable Boolean

Индексирование с значениями NA

pandas позволяет индексировать с помощью значений NA в булевом массиве, которые обрабатываются как False.

In [1]: s = pd.Series([1, 2, 3])

In [2]: mask = pd.array([True, False, pd.NA], dtype="boolean")

In [3]: s[mask]
Out[3]: 
0    1
dtype: int64

Если вы хотите сохранить значения NA, вы можете заполнить их вручную значениями fillna(True).

In [4]: s[mask.fillna(True)]
Out[4]: 
0    1
2    3
dtype: int64

Логические операции Клини

arrays.BooleanArray реализует логику Клини (иногда называемую логикой с тремя значениями) для логических операций, таких как & (и), | (или) и ^ (исключающее или).

Эта таблица демонстрирует результаты для каждой комбинации. Эти операции симметричны, поэтому перестановка левой и правой сторон не влияет на результат.

Когда в операции присутствует NA, значение вывода равно NA, только если результат не может быть определен исключительно на основе другого входного значения. Например, True | NA равно True, поскольку оба True | True и True | False являются True. В этом случае нам фактически не нужно рассматривать значение NA.

С другой стороны, True & NA равно NA. Результат зависит от того, действительно ли NA является True или False, поскольку True & True равно True, но True & False равно False, поэтому мы не можем определить выходной результат.

Это отличается от того, как np.nan ведет себя в логических операциях. pandas обрабатывает np.nan как всегда ложное в выводе.

В or

In [5]: pd.Series([True, False, np.nan], dtype="object") | True
Out[5]: 
0     True
1     True
2    False
dtype: bool

In [6]: pd.Series([True, False, np.nan], dtype="boolean") | True
Out[6]: 
0    True
1    True
2    True
dtype: boolean

В and

In [7]: pd.Series([True, False, np.nan], dtype="object") & True
Out[7]: 
0     True
1    False
2    False
dtype: bool

In [8]: pd.Series([True, False, np.nan], dtype="boolean") & True
Out[8]: 
0     True
1    False
2     <NA>
dtype: boolean