我希望将csv读入数据帧：
例如
name, age, city
Dave, , London
Bob, 24, Melbourne
Joe, 38, Boston
我希望保留未列出年龄的行。
如果我以NaN的形式将空的csv值读入数据帧，则可以使用df[‘age’].isnull()
如果我将空的csv值作为空字符串读入数据帧，则可以通过df[‘age’]!=“”进行过滤
我已经进行了研究，以了解空和NaN之间的区别。但是，对于我来说，仍然不明显的是使用每种方法的含义/优点/缺点是什么，或者它们仅仅是两种获得相同结果的方法？
答案 0 :(得分：0)
我认为最大的不同是数据框如何处理每个值。如果您以NaN的形式读入，则可以使用isna()和df.info之类的内置方法来查找空值，如果只用空字符串初始化，则不必查找空值< / p>