问用numpy数组和DataFrame掩蔽熊猫DataFrame

EN

源代码说明了原因。__getitem__方法( []是语法糖)专门检查是否通过dataframe进行索引：

elif isinstance(key, DataFrame):
    return self._getitem_frame(key)

如果数据类型为布尔型，则调用的_getitem_frame方法返回pd.DataFrame.where：

def _getitem_frame(self, key):
    if key.values.size and not is_bool_dtype(key.values):
        raise ValueError('Must pass DataFrame with boolean values only')
    return self.where(key)

NumPy数组( _getitem_array )所采用的路径是不同的，而且更加复杂。由于某些原因，代码的设计目的是以不同的方式对待NumPy / Pandas输入，而不是确保相同数据类型的一致性。

带Pandas数据的常规布尔索引通常沿轴执行，即行/轴0通过df.loc[mask, :]或列/轴1通过df.loc[:, mask]。

注意，为了清晰起见，您可以也可能应该直接访问pd.DataFrame.where：

res = df.where(mask_np)

print(res)

     A     B
0  1.0  10.0
1  NaN   NaN
2  3.0   NaN
3  NaN  40.0

将True的行索引写在mask_np中:行0、行0、行2、行3。选择在df中具有相同索引的行，并将它们连接起来。这就是df[mask_np]的生成方式。

这可能是Pandas的错误，因为在源代码中假定用于索引的数组是一维的。

查看源代码(Pandas 0.23.4)，

df[mask_np]

等于

df._getitem_bool_array(mask_np)

等于

indexer = mask_np.nonzero()[0]
df._take(indexer, axis=0)

通过以下评价：

>>> mask_np.nonzero()
(array([0, 0, 2, 3]), array([0, 1, 0, 1]))

数组的这个元组表示沿数组尺寸的非零元素的索引。在这种情况下，元组中第一个数组的元素(最终在df._take中使用)是True's在mask_df中的“行”索引。

第一个数组用于沿索引进行take，因此您可以得到行0, 0, 2, 3 of df作为回报。