python编程，如何判断变量是否为缺失值NaN？NaN表述

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

上文对python的空值None做了描述，本文描述缺失值NaN，英文解释为Not A Number。None是单独的一个NoneType，而NaN被理解为float类型中的一员，这可能就是两者的最大区别。

大家好，这里是苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码之间的故事。测试环境：python@3.6.8，pandas@1.1.5，numpy@1.24.4。

NaN表述

关于NaN的表述方式，有两种：

python原生对于NaN的表述是这样的：

n = float('nan')

也可以表述为：

from decimal import Decimal 
n2 = Decimal('nan')

通过numpy衍生的表述是这样的：

import numpy as np
n3 = np.nan

三者的输出，并不完全一致。

print(n, type(n))     # nan <class 'float'>
print(n2, type(n2))   # NaN <class 'decimal.Decimal'>
print(n3, type(n3))   # nan <class 'float'>

迷惑is判断【不推荐】

使用is判断的话，明显好像有些烧脑。

print(n is n)                      # True
print(n2 is n2)                    # True
print(n3 is n3)                    # True

print(n is float('nan'))           # False
print(n is Decimal('nan'))         # False
print(n is np.nan)                 # False

print(n2 is float('nan'))           # False
print(n2 is Decimal('nan'))         # False
print(n2 is np.nan)                 # False

print(n3 is float('nan'))           # False
print(n3 is Decimal('nan'))         # False
print(n3 is np.nan)                 # True  注意只有这个是true

特别是下面这条，主打的就是叛逆不等于。下面这条怎么就等于了呢？可以推断：np.nan这是个代言词，float('nan')可能这个才是本尊。

print(n3 is np.nan)                 # True  注意只有这个是true

==自己，判断【推荐】

==自己，返回值居然是False，这是唯一一个不等于自己的变量！但是is 自己返回值True！

print(n == n)           # False
print(n2 == n2)         # False
print(n3 == n3)         # False

math.isnan()

既然NaN归属于浮点数，所以，使用math.isnan()进行判断，无可厚非。

import math
print(math.isnan(n))     # True
print(math.isnan(n2))    # True
print(math.isnan(n3))    # True

numpy.isnan()

科学计算numpy，也比如存在着一个isnan()函数判断。

import numpy as np
print(np.isnan(n))       # True
# print(np.isnan(n2))    # TypeError: ufunc 'isnan' not supported for the input type
print(np.isnan(n3))      # True

这个表面：float('nan')和Decimal('nan')，也是有一定区别的，否则不会报错。对不？

dataframe.isnull()

并不是用来做这个事情的，不过也是可以做相关计算。略显复杂。

from pandas import DataFrame
print(DataFrame({n}).isnull().all()[0])   # True
print(DataFrame({n2}).isnull().any()[0])  # True
print(DataFrame({n3}).isnull().any()[0])  # True

正无穷、负无穷

正负无穷的情况，就待后续了。这里仅仅列出以表示两者和NaN并不是一回事。

相关文章

• https://newsn.net/say/python-isnone.html
• https://newsn.net/say/python-all.html
• https://newsn.net/say/python-any.html

结语

不想写结语了，没有啥心情。连这些盗版我文章的兄弟，都不抄袭我的结语。郁闷...

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。