在 pandas 中，如何选择包含 NaN 的行？ [复制]答案

【问题标题】：In pandas, How to select the rows that contains NaN? [duplicate]在 pandas 中，如何选择包含 NaN 的行？ [复制]
【发布时间】：2017-01-22 12:40:47
【问题描述】：

假设我在df 中有以下数据框：

a     | b     | c
------+-------+-------
5     | 2     | 4
NaN   | 6     | 8
5     | 9     | 0
3     | 7     | 1

如果我执行df.loc[df['a'] == 5]，它会正确返回第一行和第三行，但如果我执行df.loc[df['a'] == np.NaN]，它不会返回任何内容。

我认为这更像是一个 python 的东西而不是 pandas 的东西。如果我将np.nan 与任何东西进行比较，即使np.nan == np.nan 也会评估为False，所以问题是，我应该如何测试np.nan？

【问题讨论】：

目标稍微复杂一些，但基本上你使用df['a'].isnull() 或pd.isnull(df['a']) 进行空值检查。之后选择很容易：df[df['a'].isnull()]
您可以使用 numpy.isnan() 为您提供与输入数组形状相同的布尔数组
一般来说，我会避免在 DataFrames 上使用np.isnan。它不如具有相同功能的pd.isnull 强大。例如，比较当您尝试np.isnan(df['a']) 和pd.isnull(df['a']) 时发生df = pd.DataFrame({'a': ['x', np.nan, 'y']}) 时发生的情况。
谢谢大家，我同时使用了ìsnull() 和isnan() 并得到了我想要的相同结果。为什么您没有将答案发布为答案？
本教程可能会有所帮助：chartio.com/resources/tutorials/…

【解决方案1】：

尝试像这样使用 isnull：

    import pandas as pd
    import numpy as np

    a=[1,2,3,np.nan,5,6,7]
    df = pd.DataFrame(a)

    df[df[0].isnull()]

【讨论】：