Question

我正在使用pandas readcsv()读取csv文件的两列，然后将值分配给字典。列包含数字和字母的字符串。偶尔会出现一个单元格为空的情况。在我看来，读取到该词典条目的值应为None，而是分配nan。当然None更像是空单元格的描述，因为它具有空值，而nan只是说读取的值不是数字。

我的理解是否正确，None和nan之间有什么区别？为什么nan已分配而不是None？

另外，我的字典检查任何空单元格一直在使用numpy.isnan()：

for k, v in my_dict.iteritems():
    if np.isnan(v):

但这给了我一个错误，说我不能对v使用此检查。我想这是因为要使用整数或浮点变量，而不是字符串。如果是这样，我如何检查v是否有“空单元格”/ nan情况？

Answer 1

NaN用作missing data consistently in pandas的占位符，一致性很好。我通常将NaN读取/翻译为“缺失”。 另请参阅文档中的'working with missing data'部分。

Wes在文档'choice of NA-representation'中写道：

经过多年的生产使用[NaN]至少在我看来已经证明，鉴于NumPy和Python的一般情况，它是最好的决定。特殊值NaN（Not-A-Number）用作无处不在的作为NA值，并且有API函数isnull和notnull可以在dtypes中使用检测NA值   ...
  因此，我选择了Pythonic“实用性节拍纯度”方法并交换整数NA能力，以便在浮点数和对象数组中使用特殊值来表示NA，并在必须引入NA时将整数数组提升为浮点数。 / p>

注意："gotcha" that integer Series containing missing data are upcast to floats。

在我看来，使用NaN（over None）的主要原因是它可以使用numpy的float64 dtype存储，而不是效率较低的对象dtype，请参阅NA type promotions 。< / p>

#  without forcing dtype it changes None to NaN!
s_bad = pd.Series([1, None], dtype=object)
s_good = pd.Series([1, np.nan])

In [13]: s_bad.dtype
Out[13]: dtype('O')

In [14]: s_good.dtype
Out[14]: dtype('float64')

杰夫评论（见下文）：

np.nan允许矢量化操作;它是一个浮点值，而None，根据定义，强制对象类型，它基本上禁用了numpy中的所有效率。


所以快速重复3次：对象==坏，浮动==好

如果说，许多操作可能仍然可以与None vs NaN一起使用（但可能不受支持，即他们有时可能会给surprising results）：

In [15]: s_bad.sum()
Out[15]: 1

In [16]: s_good.sum()
Out[16]: 1.0

回答第二个问题：
您应该使用pd.isnull和pd.notnull来测试缺失的数据（NaN）。

Answer 2

NaN可以用作数学运算的数值，而None则不能（或至少不应该）。

NaN是一个数值，如IEEE 754 floating-point standard中所定义。 None是一个内部Python tipe（NoneType），在此上下文中更像是“不存在”或“空”而不是“数字无效”。

主要的“症状”是，如果你对包含NaN的数组执行平均值或求和，即使是单个数组，也会得到NaN ...

另一方面，您不能使用None作为操作数执行数学运算。

因此，根据具体情况，您可以使用None作为一种方法来告诉您的算法不要在计算时考虑无效或不存在的值。这意味着算法应该测试每个值以查看它是否为None。

Numpy有一些功能可以避免NaN值污染您的结果，例如nansum和nan_to_num。

Answer 3

函数isnan()检查某些内容是否为“非数字”并返回变量是否为数字，例如isnan(2)将返回false

条件myVar is not None返回是否定义了变量

你的numpy数组使用isnan()因为它是一个数字数组，它将数组的所有元素初始化为NaN这些元素被认为是“空的”

Answer 4

以下是区别：

nan属于类float
None属于类NoneType

我发现以下文章非常有帮助： https://medium.com/analytics-vidhya/dealing-with-missing-values-nan-and-none-in-python-6fc9b8fb4f31

Answer 5

NaN暂停非数字 None可能代表任何。

NaN和None之间有什么区别？

5 个答案: