关于pandas loc含NA布尔数组的创建及文档表述的疑问

问题背景 #

pandas官方文档指出loc可接受布尔数组作为输入，并说明：

允许的输入包括：……布尔数组（任何NA值将被视为False）

但numpy布尔数组无法存储NaN，若直接传入包含布尔值和NA的列表给loc，会抛出KeyError，示例代码：

import pandas as pd
import numpy as np

d_test = pd.DataFrame({"id": [1,2,3,5], "q1": [1,4,4,2], "q2": [4,np.nan,9,0]}, index=["a","b","c","d"])
t1 = [True,False,False,np.nan]
d_test.loc[t1]  # 抛出KeyError
# 传入None也会报错
t1 = [True,False,False,None]
d_test.loc[t1]  # 同样抛出KeyError

如何创建包含NA值的布尔数组 #

numpy原生的布尔类型（np.bool_）确实不支持存储NA值，需要使用pandas提供的可空布尔类型来实现：

方法1：使用pd.Series指定dtype='boolean' #

# 构造含pd.NA的可空布尔Series
t_valid = pd.Series([True, False, False, pd.NA], dtype='boolean')
# loc可正常识别，NA会被视为False
result = d_test.loc[t_valid]
print(result)
# 输出：
#    id  q1   q2
# a   1   1  4.0

方法2：直接构造pd.BooleanArray #

# 用pd.BooleanArray创建可空布尔数组
t_array = pd.BooleanArray([True, False, False, pd.NA])
result = d_test.loc[t_array]
print(result)
# 输出同上

文档内容的解读 #

文档里提到的“布尔数组”并非指numpy原生的布尔数组，而是pandas支持的可空布尔数组类型（pd.BooleanArray或dtype为boolean的pd.Series）。

numpy布尔数组无法存储NA，而普通列表中混合布尔值与np.nan/None时，元素类型不统一（np.nan是浮点型、None是对象型），无法被loc识别为合法的布尔索引，因此抛出KeyError。只有使用pandas的可空布尔类型，才能让loc正确解析，并按照文档描述将NA值视为False处理。

内容的提问来源于stack exchange，提问作者P.Jo