Pandas检测None和Nan的实现方式

前言

使用pandas的时候经常需要检测空值，但每次感觉都判断不全或者感觉很困惑，因此这里做个简单的总结

None

None是Python的特殊类型，NoneType对象，它只有一个值None.它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。你可以将None复制给任何变量，但是你不能创建其他NoneType对象。

• 数据类型

>>>type(None)
<class 'NoneType'>

Nan

python 中Nan是not a number（非数）它即不是无穷大, 也不是无穷小，无穷大减无穷大会导致NaN，无穷大乘以0或无穷小或除以无穷大会导致NaN，有NaN参与的运算, 其结果也一定是NaN，NaN != NaN

• 数据类型

>>>type(np.nan)
<class 'float'>

Null

• 空字符串

>>>type('')
<class ''str'>

如何检测

个人感觉最好用的是pd.isnull（或pd.isna）

isnull和isna区别

isnull是isna的别名，既然一样为什么要搞两个名字？Pandas dataframe是根据R的dataframe设计的，而R语言中na和null是两种不同的数据类型，因此有isna和isnull，python就保留了这两个方法，isnull是isna的别名而已；

另一方面，pandas是建立在numpy之上的，numpy中又没有na或null值，而是用np.nan来表示缺失值，所以pd.isnull不仅可以检测np.nan也可以检测None

注意

pd.isnull是不可以检测字符串的，比如’'，‘nan’，‘None’。这个也很好理解，字符串有字符串的判断方式。

比较全面的判断这些与空值有关的方法

i == '' or pd.isnull(i) or pd.isnull(float('nan')) （或者 i =='nan'） or i =='None'

煮个栗子

list = ['nan', '', 'None', None, np.nan]
for i in list:
    if i == '' or pd.isnull(i) or pd.isnull(float('nan')) or i == 'None':
        print(i)

结果

nan

None
None
nan

后记

当然除了用pandas，python中还有其他方式检测None和Nan。

• math.isnan

首先，让我们看一下如何检测NaN。Python提供了一个名为math.isnan()的函数，可以用来检测一个值是否为NaN。这个函数需要导入math模块才能使用。下面是一个示例代码：

import math

x = float('nan')
if math.isnan(x):
    print("x is NaN")

在上面的代码中，我们将一个NaN值赋给变量x，然后使用math.isnan()函数来检测x是否为NaN。如果是，就会打印出"x is NaN"。

• is运算符检测None

x = None
if x is None:
    print("x is None")

在上面的代码中，我们将None赋给变量x，然后使用is运算符来检测x是否为None。

如果是，就会打印出"x is None"。另外，还可以使用==运算符来检测变量是否等于None，这与使用is运算符的结果是等效的。

需要注意的是：

• NaN和None是两种不同的概念。NaN用于表示非法的数字，而None表示空值或缺失值。
• 因此，在不同的情况下，我们需要使用不同的方法来检测它们。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。