我将一个feather导入到pandas dataframe中，然后使用np.where（）比较两个字符串列。然而，我得到了以下错误：TypeError: boolean value of NA is ambiguous。MRE如下：
import pandas as pd
import numpy as np
d = {"col1": [np.NaN, "x"], "col2": [np.NaN, "x"]}
df = pd.DataFrame(data=d)
df.to_feather("test.feather")
df_f = pd.read_feather("test.feather")
df_f["col1"] = df_f["col1"].astype("string")
df_f["col2"] = df_f["col2"].astype("string")
df_f["is_equal"] = np.where(df_f["col1"] == df["col2"], 1, 0)我必须手动将两列格式化为字符串，以便在导入时复制实际 Dataframe 的格式。
我已经阅读了这个错误，它与将列转换为字符串时创建的pd.NA值有关。
我尝试将这些值转换为np.NaN，如here：
df_f["col1"].replace({pd.NA: np.NaN}, inplace=True)
df_f["col2"].replace({pd.NA: np.NaN}, inplace=True)但我得到了同样的错误。
我试着按照here将列转换为浮点数：
df_f["col1"] = df_f["col1"].astype("float")
df_f["col2"] = df_f["col2"].astype("float")但我得到了ValueError: could not convert string to float。
有没有人有任何建议，我可以如何解决这个问题？
2条答案
按热度按时间hmae6n7t1#
对于原始的
objectdtype，与NA或None值进行比较将强制结果为False。当您将列转换为
stringdtype时，与NA或None值进行比较不会将结果强制为False。对于
np.where，它接受一个布尔值数组，因此它不理解NA是什么，并抛出TypeError。对于字符串列，
objectdtype是标准类型，您不需要将其转换为字符串dtype。flvtvl502#
如果我只是创建一个普通的df（不使用feather），用
pd.NA代替原始df中的np.NaN值，np.where可以正常工作。但是，如果我首先使用
astype("string")更新每个列，将列的dtypes从object更改为string，则会出现错误。因此，我认为
astype("string")是罪魁祸首，我将尝试消除调用此方法的赋值。