有没有更好的方法可以将基本值和预测值中的nan值进行比较？

Question

我有一个验证数据集，其中包含标有“ nan”值的基本事实。

预期的基本事实是返回一个String，但是当从数据中检测不到任何内容时，将返回np.nan。

我现在正在做的是将熊猫的预测值np.nan替换为“ nan”，然后将其与地面真实情况的“ nan”进行比较，因此我知道我的算法可以正确预测。

是否存在更好的比较/处理nan值的方法？

Answer 1

听起来像是遇到了np.nan！= np.nan问题。通常，您可以使用df.equals来解决此问题：

In [323]: df1 = pd.DataFrame([[np.nan, 1, 2], [2, 3, 4]])

In [324]: df1
Out[324]:
     0  1  2
0  NaN  1  2
1  2.0  3  4

In [325]: df2 = df1

In [326]: df1 == df2
Out[326]:
       0     1     2
0  False  True  True
1   True  True  True

In [327]: df1.equals(df2)
Out[327]: True

In [328]: df1[0].equals(df2[0])
Out[328]: True