如何让pandas中np.nan参与的比较返回np.nan而非布尔值？

你遇到的这个问题是Pandas默认比较行为导致的——当涉及NaN的比较操作时，Pandas会默认返回False，但我们可以通过几种方法覆盖这个行为，让涉及NaN的比较结果返回NaN。

下面给你几种可行的解决方案：

方法一：使用np.where结合空值检查 #

先执行默认的比较，再通过np.where把任意一方为空值的位置替换成NaN：

import pandas as pd
import numpy as np

a = pd.DataFrame([[1,2, 3],[4,3,6], [np.nan, 2, np.nan]])
b = pd.DataFrame([[0,1,3],[5,3,5 ],[np.nan, np.nan, np.nan]])

# 得到默认比较结果
default_compare = a > b
# 标记任意一方为NaN的位置
na_mask = a.isna() | b.isna()
# 替换对应位置为NaN
result = pd.DataFrame(np.where(na_mask, np.nan, default_compare), index=a.index, columns=a.columns)
print(result)

输出结果：

0      1      2
0  True   True  False
1 False  False   True
2   NaN    NaN       NaN

方法二：使用gt结合mask方法（更简洁） #

Pandas的gt方法就是大于比较，再用mask把空值对应的位置替换成NaN：

result = a.gt(b).mask(a.isna() | b.isna())
print(result)

mask方法的作用是：当传入条件为True时，自动将对应位置的值替换为NaN，这个写法更简洁高效，适合大多数场景。

方法三：自定义比较函数（适用于复杂场景） #

如果需要更灵活的自定义逻辑，可以用applymap逐元素处理：

def compare_with_nan(x, y):
    if pd.isna(x) or pd.isna(y):
        return np.nan
    return x > y

# 逐元素应用自定义比较函数
result = pd.DataFrame([[compare_with_nan(a.iloc[i,j], b.iloc[i,j]) for j in range(a.shape[1])] 
                       for i in range(a.shape[0])],
                      index=a.index, columns=a.columns)
print(result)

这个方法适合需要特殊比较逻辑的场景，但大DataFrame下性能不如前两种，优先推荐前两种方案。

内容的提问来源于stack exchange，提问作者Herwini