我正在使用python中的collections.Counter对象进行频率分布。这些对象从值映射到每个值出现的次数（频率）。我传入的数据包含nan个值。
由于我不知道Counter面对nan值时的行为，所以
我从玩具输入开始：
list_a = [np.nan, np.nan, np.nan, 1, 2, 3, 4, 5]。
然后我实例化了Counter：c = Counter(list_a)
最后，我打印了c：print(c)
输出：Counter({nan: 3, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1})
在这种情况下，Counter正确地完成了自己的工作，即使使用np.nan也是如此。
但是，当我传递与pd.Series相同的信息而不是列表时：
c = Counter(pd.Series([np.nan, np.nan, np.nan, 1,2,3,4,5]))
Counter(c)无法正常工作并返回：
Counter({nan: 1, nan: 1, 2.0: 1, 3.0: 1, 4.0: 1, 5.0: 1, nan: 1, 1.0: 1})
即使我将pd.Series转换回列表：
c = Counter(list(pd.Series([np.nan, np.nan, np.nan, 1,2,3,4,5]).values))
Counter(c)无法正常工作并返回相同的内容：
Counter({nan: 1, nan: 1, 2.0: 1, 3.0: 1, 4.0: 1, 5.0: 1, nan: 1, 1.0: 1})
这里发生了什么？为什么对“相同”列表进行不同的评估？ （它们在内部肯定是不同的。）也许np.nan和nan不同？