python 的 None and nan
由于None的存在,我们使用一些函数时就总会收到干扰,因此需要增加一个判断条件去完善它
None表示空值,它是一个特殊 Python 对象, None的类型是NoneType
None在 Python 解释器启动时自动创建, 解释器退出时销毁。
在一个解释器进程中只有一个 None 存在, 因为不可能有其他对象会使用 None 已占用的内存(它就是占了个坑)
所以只有: None is None and None == None
- None不支持任何运算也没有任何内建方法
- None和任何其他的数据类型比较永远返回False
- None有自己的数据类型NoneType,不能创建其他NoneType对象(它只有一个值None)
- None与0、空列表、空字符串不一样
- None是没有像len,size等属性的
import numpy as np print(None ==0,None == ' ',None == None,None == False, None==np.nan,None is np.nan) #False False True False False False
要判断一个变量是否为None,直接使用,这个是本文中重要的点
if a is None: pass
1.nan的类型居然是float
2.nan 该如何和其他数值区分开来
import math import numpy as np type(np.nan) #float math.isnan(np.nan) #True math.isnan(x)==False #即可表示
nan,NaN,NAN,None比较
nan来自于numpy中numpy.nan,字面意思应该是Not a Number。在不同代码中有nan,有NaN,有NAN,但其实他们都一样的
import numpy as np np.nan is np.NaN is np.NAN #True
None等于None,但是对于nan,nan并不等于nan
None == None #True np.nan == np.nan #False
判断时可以用
np.isnan(np.nan) #True
下面介绍一个非nan的求和
np.nansum([11,np.nan,123]) #134.0
nan个数的计算(利用nan !=nan 为True)
a = np.array([1,2,3,4,np.nan,5,np.nan,np.nan]) #array([ 1., 2., 3., 4., nan, 5., nan, nan]) np.count_nonzero(a != a) #3
还可以使用pd.isnull()
def employmentLength_to_int(s): if pd.isnull(s): return s else: return np.int8(s.split()[0])