如何在pandas Series比较操作中保留NaN值？

要实现比较操作时保留原Series中的NaN值，最简洁高效的方法是结合使用Series.eq()和Series.where()方法：

import numpy as np
import pandas as pd

s = pd.Series([1, 2, np.nan])
result = s.eq(2).where(s.notna())
print(result)

输出结果完全符合预期：

0    False
1     True
2      NaN
dtype: object

原理说明 #

1. s.eq(2)：等价于s == 2，生成布尔序列，但原NaN位置会被标记为False
2. .where(s.notna())：利用原Series的非NaN掩码，将原Series中为NaN的位置（即s.notna()返回False的位置）的布尔值替换为NaN，从而保留原有的缺失值

替代方案（可选） #

如果习惯用numpy的方式，也可以用np.where实现相同效果：

result = pd.Series(np.where(s.notna(), s == 2, np.nan), index=s.index)

但第一种方法更贴合pandas的API设计，代码更简洁易读，是最优选择。

内容的提问来源于stack exchange，提问作者Denziloe