对Pandas稀疏布尔类型取反，如何保持填充值为False？

问题描述 #

我有如下形式的稀疏DataFrame：

df = [[True, False , False],
      [False, False, True],
      [False, True, False]]

每列的数据类型为Sparse[bool, False]。需要对其进行取反操作（True→False，False→True），同时保持每列的数据类型仍为Sparse[bool, False]。但使用~运算符取反后，值虽反转，但数据类型变为Sparse[bool, True]，求解决方法。

更新说明：尝试将两个矩阵拼接后，发现得到的稀疏矩阵内存占用与密集矩阵相同，因此没必要全程保持稀疏格式。

解决方案 #

保持稀疏格式的处理方法 #

如果一定要维持Sparse[bool, False]的格式，可以手动重新构造稀疏数组：

import pandas as pd

# 对原DataFrame逐列处理，重新指定填充值为False
df_result = df.apply(
    lambda col: pd.arrays.SparseArray(
        ~col.to_numpy(),  # 取反原数组的值
        fill_value=False  # 设置新的填充值为False
    )
)

原理：原稀疏数组以False为填充值，存储的是True的位置；取反后我们需要以False为填充值，存储原False位置的取反结果（即True），通过重新指定fill_value并传入取反后的数组，就能得到符合要求的稀疏格式。

放弃稀疏格式的简化处理 #

根据更新说明，稀疏矩阵内存优势已不存在，直接转为密集矩阵处理更高效：

# 转换为密集布尔矩阵
df_dense = df.sparse.to_dense()
# 直接取反
df_inverted = ~df_dense

后续操作直接基于密集矩阵即可，无需再维护稀疏格式。

内容的提问来源于stack exchange，提问作者bachts