pandas中对nan空值的判断

pandas基于numpy，所以其中的空值nan和numpy.nan是等价的。numpy中的nan并不是空对象，其实际上是numpy.float64对象，所以我们不能误认为其是空对象，从而用bool(np.nan)去判断是否为空值，这是不对的。

• 可以判断pandas中单个空值对象的方式：

  • 利用pd.isnull(),pd.isna();
  • 利用np.isnan();
  • 利用is表达式；
  • 利用in表达式。
    

• 不可以用来判断pandas单个空值对象的方式：

  • 不可直接用==表达式判断；
  • 不可直接用bool表达式判断；
  • 不可直接用if语句判断。
    

• 对于同时多个空值对象的判断和处理：

  • 可以用Series对象和DataFrame对象的any()或all()方法；
  • 可以用numpy的any()或all()方法；
  • 不可以直接用python的内置函数any()和all()方法；
  • 可以用Series或DataFrame对象的dropna()方法剔除空值；
  • 可以用Series或DataFrame对象的fillna()方法填充空值。

总结:

• numpy.nan是一个numpy.float64的非空对象，所以不能直接用bool表达式去判断，故一切依赖于布尔表达式的判断方式都不行，比如if语句。
• 对于pandas中空值的判断，我们只能通过pandas或者numpy的函数和is表达式去判断，不能用python的内置函数any或all判断。