如何在对DataFrame进行数值比较时保留NaN单元格？

我有如下DataFrame：

执行比较操作 df >= 0.5 后，得到的结果里NaN单元格被转为False（以0表示）：

希望比较时保留NaN单元格，让原DataFrame中的NaN在结果中仍为NaN，而非转为False，该如何操作？

方法1：用Pandas内置方法组合实现 #

直接使用ge()比较方法搭配where()保留原NaN：

df.ge(0.5).where(df.notna())

逻辑：df.ge(0.5)完成>=0.5的比较，生成布尔值DataFrame；df.notna()标记原数据中非NaN的位置，where()会将原NaN的位置保留为NaN，其余位置用比较结果填充。

方法2：借助NumPy实现 #

用numpy.where精准控制每个位置的返回值：

import numpy as np
result = np.where(df.isna(), np.nan, df >= 0.5)
pd.DataFrame(result, index=df.index, columns=df.columns)

逻辑：df.isna()定位所有NaN位置，这些位置直接返回NaN；非NaN位置执行df >=0.5的比较，最后将结果转为DataFrame，保持原索引和列名。

两种方法都能实现需求，最终结果中原DataFrame的NaN单元格会被保留，而非转为False。

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