与np.nan和isnull（）

Question

我认为

data[data.agefm.isnull()]

和

data[data.agefm == numpy.nan]

是等价的。但不，第一个真正返回agefm为NaN的行，但第二个返回一个空的DataFrame。我感谢省略的值总是等于np.nan，但似乎错了。

agefm列有float64类型：

(Pdb) data.agefm.describe()
count    2079.000000
mean       20.686388
std         5.002383
min        10.000000
25%        17.000000
50%        20.000000
75%        23.000000
max        46.000000
Name: agefm, dtype: float64

请问您能解释一下，data[data.agefm == np.nan]究竟是什么意思？

Answer 1

np.nan无法直接与np.nan进行比较。

np.nan == np.nan

False

虽然

np.isnan(np.nan)

True

也可以

pd.isnull(np.nan)

True

<强> 实施例
没有过滤，因为没有任何东西等于np.nan

s = pd.Series([1., np.nan, 2.])
s[s != np.nan]

0    1.0
1    NaN
2    2.0
dtype: float64

过滤掉空

s = pd.Series([1., np.nan, 2.])
s[s.notnull()]

0    1.0
2    2.0
dtype: float64

使用奇怪的比较行为来获得我们想要的东西。如果np.nan != np.nan为True，那么

s = pd.Series([1., np.nan, 2.])
s[s == s]

0    1.0
2    2.0
dtype: float64

只需dropna

s = pd.Series([1., np.nan, 2.])
s.dropna()

0    1.0
2    2.0
dtype: float64