Numpy/Pandas 检查特定值是否为 NaN 的干净方法答案

【问题标题】：Numpy/Pandas clean way to check if a specific value is NaNNumpy/Pandas 检查特定值是否为 NaN 的干净方法
【发布时间】：2021-09-16 20:34:34
【问题描述】：

如何检查给定值是否为 NaN？

例如if (a == np.NaN)（不起作用）

请注意：

Numpy 的 isnan 方法会抛出字符串等数据类型的错误
Pandas 文档仅提供删除包含 NaN 的行的方法，或检查 DataFrame 是否/何时包含 NaN 的方法。我在询问是否检查特定值是否为 NaN。
相关的 Stackoverflow 问题和 Google 搜索结果似乎是关于检查“如果任何值是 NaN”或“DataFrame 中有哪些值”

必须有一种干净的方法来检查给定值是否为 NaN？

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

您可以使用 NaN != NaN 的固有属性

如果a 是NaN，那么a == a 将返回False

这甚至适用于字符串

例子：

In[52]:
s = pd.Series([1, np.NaN, '', 1.0])
s

Out[52]: 
0      1
1    NaN
2       
3      1
dtype: object


for val in s:
    print(val==val)
True
False
True
True

这可以通过矢量化方式完成：

In[54]:
s==s

Out[54]: 
0     True
1    False
2     True
3     True
dtype: bool

但您仍然可以在整个系列中使用方法isnull：

In[55]:
s.isnull()

Out[55]: 
0    False
1     True
2    False
3    False
dtype: bool

更新

正如@piRSquared 所指出的，如果您比较None==None，这将返回True，但pd.isnull 将返回True，因此取决于您是否要将None 视为NaN，您仍然可以使用@987654337 @ 用于比较或pd.isnull 如果您想将None 视为NaN

【讨论】：

需要注意的是，Pandas isnull 会将 None 视为空值。但是，None == None 的计算结果为 True。这与NaN 的行为不同。所以如果a = np.array([None, np.nan]) 并且我们评估了a == a，我们会得到array([True, False])
@piRSquared 你使用的是什么版本的 numpy,pandas,python，因为我没有看到这一点，如果这是真的，你在调用 b.isnull() 时不会得到相同的结果吗答案不是我观察到的
@piRSquared 我正在运行 python 3.6.0、numpy 1.11.3 和 pandas 0.22.0
@piRSquared 我确实同意None==None，但由于某种原因我没有注意到这一点
熊猫 0.22，numpy 1.14，python 3.6。 a = np.array([None, np.nan]); print(a == a, pd.isna(a), sep='\n\n')

【解决方案2】：

Pandas 有 isnull、notnull、isna 和 notna

这些函数适用于数组或标量。

设置

a = np.array([[1, np.nan],
              [None, '2']])

熊猫函数

pd.isna(a)
# same as
# pd.isnull(a)

array([[False,  True],
       [ True, False]])

pd.notnull(a)
# same as
# pd.notna(a)

array([[ True, False],
       [False,  True]])

`DataFrame`（或`Series`）方法

b = pd.DataFrame(a)

b.isnull()
# same as
# b.isna()

       0      1
0  False   True
1   True  False

b.notna()
# same as
# b.notnull()

       0      1
0   True  False
1  False   True

【讨论】：

不知道isna 对我来说不清楚，除了少输入与isnull 的不同之处
@EdChum 我认为没有，除了少了 2 个字符。
貌似是在0.21.0中添加的，是为了保持一致，可能是我没注意到的原因
谢谢，isnull 似乎适用于单个值。顺便说一句，我问的是检查特定值而不检查 Series/DataFrame 中的所有值。

设置

熊猫函数

DataFrame（或Series）方法

`DataFrame`（或`Series`）方法