熊猫同时拥有isna()
和isnull()
。我通常使用isnull()
来检测丢失的值,并且从未遇到过这种情况,因此我不得不使用其他方法。
那么,什么时候使用isna()
?
答案 0 :(得分:24)
isnull
是isna
的别名。从字面上看code source of pandas:
isnull = isna
确实:
>>> pd.isnull
<function isna at 0x7fb4c5cefc80>
所以我建议使用isna
。
答案 1 :(得分:3)
两者的文档实际上是相同的。
pandas.isna():https://pandas.pydata.org/pandas-docs/stable/generated/pandas.isna.html#pandas.isna
pandas.isnull():https://pandas.pydata.org/pandas-docs/stable/generated/pandas.isnull.html#pandas.isnull
在这里,甚至在“请参阅”部分中甚至说DataFrame.isnull是isna的别名。
pandas.DataFrame.isnull():https://pandas-docs.github.io/pandas-docs-travis/generated/pandas.DataFrame.isnull.html#pandas.DataFrame.isnull
因此,它们必须是相同的东西,例如np.nan,np.NaN和np.NAN。
答案 2 :(得分:1)
他们都是一样的。最佳做法是始终首选使用isna()
而不是isnull()
。
很容易记住isna()
在做什么,因为当您查看numpy方法np.isnan()
时,它会检查NaN
的值。在熊猫中,还有其他类似的方法名称,例如dropna()
,fillna()
,它们处理缺失值,并且始终有助于轻松记住。