Pandas布尔序列运算问题：结果类型与逻辑错误排查

问题背景 #

需求：基于DataFrame的before和after布尔列生成desired_final列，规则为优先保留True值，仅当两列均为False或其中一列为pd.NA时例外。

示例数据：

import pandas as pd
df = pd.DataFrame({
    'before': pd.Series([True, True, True, False, False, False, pd.NA, pd.NA, pd.NA], dtype='boolean'),
    'after': pd.Series([False, True, pd.NA, True, False, pd.NA, False, True, pd.NA], dtype='boolean'),
    'desired_final': pd.Series([True, True, True, True, False, False, pd.NA, pd.NA, pd.NA], dtype='boolean')
})

尝试的两个解决方案：

1. hack_solution（返回布尔类型Series） #

def hack_solution(before_series, after_series):
    output_series = before_series.replace(True, pd.NA) + after_series
    return output_series.fillna(before_series)

2. possible_solution（返回object类型列表，且索引3结果不符合预期） #

def possible_solution(before_series, after_series):
    res = []
    for x,y in zip(before_series, after_series):
        if pd.isnull(x): 
            res.append(pd.NA)
        elif x==True | y==True:
            res.append(True)
        else:
            res.append(x)
    return res

问题解答 #

1. 为何possible_solution返回object类型，而hack_solution返回布尔类型？ #

• hack_solution全程操作的都是Pandas的boolean类型Series：
  • before_series.replace(True, pd.NA)替换后仍保持boolean类型；
  • 布尔类型Series的加法运算（+）会维持布尔类型规则（True+False=True、含pd.NA的结果仍为pd.NA）；
  • 最后fillna(before_series)也是基于布尔Series填充，最终输出自然是布尔类型Series。
• possible_solution是手动构建Python列表，列表中混合了布尔值（True/False）和pd.NA，Pandas无法将这种混合类型自动识别为boolean，只能默认转为object类型（object可容纳任意Python对象）。

2. possible_solution中索引3为何返回False而非True？ #

这是运算符优先级导致的问题：|（按位或）的优先级比==高，代码里的x==True | y==True会被Python解析为x == (True | y) == True，而非预期的(x==True) | (y==True)。

以索引3的情况为例：x是False，y是True

• 先计算True | y → True | True = True；
• 表达式变为False == True == True，等价于(False == True) and (True == True) → False and True = False；
• 条件不满足，进入else分支返回x（False），不符合预期。

修正方法是给比较表达式加括号：(x == True) | (y == True)，或者更简洁的写法x | y（x、y本身就是布尔类型值）。

内容的提问来源于stack exchange，提问作者sc4s2cg