numpy.logical_and 및 Pandas Series 객체를 사용할 때의 AttributeError

Question

reindex_like과 관련 기능을 사용할 때 Pandas Series 객체의 차이점에 대해 혼란스러워합니다. 예를 들어, 다음과 같은 일련의 객체를 고려해

표면 x에

>>> import numpy 
>>> import pandas 
>>> series = pandas.Series([1, 2, 3]) 
>>> x = pandas.Series([True]).reindex_like(series).fillna(True) 
>>> y = pandas.Series(True, index=series.index) 
>>> x 
0 True 
1 True 
2 True 
>>> y 
0 True 
1 True 
2 True 

및 y은 그 내용과 색인에서 동일하게 나타납니다. 그러나 어떤 방법 으로든 차이가 발생해야하는데 그 이유 중 하나는 numpy.logical_and()을 사용할 때 오류가 발생하고 다른 하나는 그렇지 않기 때문입니다.

>>> numpy.logical_and(series, y) 
0 True 
1 True 
2 True 
>>> numpy.logical_and(series, x) 
Traceback (most recent call last): 
    File "<ipython-input-10-e2050a2015bf>", line 1, in <module> 
    numpy.logical_and(series, x) 
AttributeError: logical_and 

여기에 대해 numpy.logical()은 무엇인가요? 두 시리즈의 차이점은 보이지 않습니다. x 및 y. 그러나 약간의 차이가 있어야합니다.

판다 (Pandas) 문서는 Series 개체가 "대부분의 NumPy 함수"에 대한 유효한 인수라고 말합니다. 이것은 분명히 사실입니다. 분명히 생성 메카니즘은 x을이 특별한 numpy 함수로 사용할 수 없게 만든다.

두 가지 생성 메커니즘 중 reindex_like()과 index 인수 중 어떤 것이이 시나리오에서보다 효율적이고 관용적입니까? 아마 내가 고려하지 않은 또 다른/더 좋은 방법이있을 것입니다.

Answer 1

이것은 버그가 아니며 미묘한 차이는 reindex_like() 메서드의 사용으로 인한 것입니다. reindex_like()을 호출하면 일부 NaN 데이터가 시리즈에 삽입되므로 해당 시리즈의 dtype이 bool에서 object으로 변경됩니다.

>>> series = pandas.Series([1, 2, 3]) 
>>> x = pandas.Series([True]) 
>>> x.dtype 
dtype('bool') 
>>> x = pandas.Series([True]).reindex_like(series) 
>>> x.dtype 
dtype('object') 

나는 팬더의 GitHub의 페이지에서이 이상에 대한 issue을 기록했다.

전체 설명/토론은 here입니다. 이 동작은 향후 변경 될 수 있으므로 더 많은 세부 정보는 issue을 참조하십시오.