Numpy / Pandas清除方式来检查特定值是否为NaN

Question

如何检查给定值是否为NaN？

e.g。 if (a == np.NaN)（不起作用）

在你投票之前，请注意：

• Numpy的isnan方法会抛出数据类型（如string
）的错误
• Pandas docs仅提供删除包含NaN的行的方法，或者检查DataFrame是否包含NaN的方法。我问的是检查特定值是否为NaN。
• 相关的Stackoverflow问题和Google搜索结果似乎是关于检查“如果任何值是NaN”或“DataFrame中的值”

必须有一种干净的方法来检查给定值是否为NaN？

Answer 1

Pandas有notnull，isna，notna和https://appleid.apple.com/

这些函数适用于数组或标量。

设置

a = np.array([[1, np.nan],
              [None, '2']])

Pandas功能

pd.isna(a)
# same as
# pd.isnull(a)

array([[False,  True],
       [ True, False]])

pd.notnull(a)
# same as
# pd.notna(a)

array([[ True, False],
       [False,  True]])

DataFrame（或Series）方法

b = pd.DataFrame(a)

b.isnull()
# same as
# b.isna()

       0      1
0  False   True
1   True  False

b.notna()
# same as
# b.notnull()

       0      1
0   True  False
1  False   True

Answer 2

您可以使用NaN！= NaN

的inate属性

如果a == a为False，则a将返回NaN

这甚至适用于字符串

示例：

In[52]:
s = pd.Series([1, np.NaN, '', 1.0])
s

Out[52]: 
0      1
1    NaN
2       
3      1
dtype: object


for val in s:
    print(val==val)
True
False
True
True

这可以通过矢量化方式完成：

In[54]:
s==s

Out[54]: 
0     True
1    False
2     True
3     True
dtype: bool

但您仍然可以在整个系列中使用isnull方法：

In[55]:
s.isnull()

Out[55]: 
0    False
1     True
2    False
3    False
dtype: bool

<强>更新

如@piRSquared所述，如果您比较None==None，则会返回True，但pd.isnull将返回True，具体取决于您是否要处理None作为NaN，您仍然可以使用==进行比较，或pd.isnull如果您想将None视为NaN