使用numpy.logical_and和Pandas系列對象時出現AttributeError

Question

我對使用reindex_like和相關功能時Pandas系列對象之間的差異感到困惑。例如，請考慮以下系列對象：

>>> 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 

表面上x和y似乎是它們的內容和索引相同。但是，它們在某種程度上必須有所不同，因爲其中一個在使用numpy.logical_and()時會導致錯誤，而另一個則不會。

>>> 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 

什麼是numpy.logical()和抱怨嗎？我沒有看到兩個系列，x和y之間的區別。但是，必須有一些細微的差別。

熊貓文檔說明Series對象是「大多數NumPy函數」的有效參數。很顯然，在這種情況下，情況確實如此。顯然創建機制使得x對這個特定的numpy函數不可用。

作爲一個側面說明，兩種創建機制中的哪一種，reindex_like()和index參數對於這種情況更爲有效和習慣？也許還有另外一種/更好的方式我也沒有考慮過。

Answer 1

它看起來像這不是一個錯誤，細微的差異是由於使用reindex_like()方法。對reindex_like()的呼叫將一些NaN數據插入該系列，因此該系列的dtype從bool變爲object。

>>> 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') 

我發佈了一個issue關於熊貓github頁面上的這個異常。

完整的解釋/討論是here。看起來這種行爲在未來可能會發生變化，所以請查看issue瞭解更多正在進行的細節。