如何在NumPy/Pandas中高效比较含NaN的数组并保留NaN位置？

有没有基于NumPy或Pandas的高效方法，可以比较包含NaN的ndarray与其他数组，同时保留NaN的位置，而非将其替换为False？

实际行为 #

• NumPy：np.array([np.nan]) > 5 → array([False])
• Pandas：pd.Series([np.nan]) > 5 → 0 False

期望行为 #

• NumPy：np.array([np.nan]) > 5 → array([nan])
• Pandas：pd.Series([np.nan]) > 5 → 0 NaN

我知道可以在计算后根据输入中NaN的位置替换结果，但这种方法效率低得多。

已尝试方法 #

s = pd.Series([1, 2, 3, np.nan])
res = s > 1
res.loc[s.isna()] = np.nan

最优解决方案 #

基于Pandas的实现 #

s = pd.Series([1, 2, 3, np.nan])
res = (s > 1).astype('boolean')
res.loc[s.isna()] = np.nan

• 感谢 @Michael Szczesny

仅基于NumPy的实现 #

s = np.array([1, 2, 3, np.nan])
res = np.where(np.isnan(s), np.nan, s > 1)

• 感谢 @ConfusedReptile | ᓕಲᗣ（来自Python Discord社区）

内容的提问来源于stack exchange，提问作者Ilan Geffen