【原创】数据处理中判断空值的方法(np.isnan、is np.nan和pd.isna)比较

 

转载请注明出处：https://www.cnblogs.com/oceanicstar/p/10869725.html 

---

1、np.isnan（只有数组数值运算时可使用）

注意：numpy模块的isnan方法仅支持对数值进行判断，因此传入的如果是字符串类型会报错

 

2、is np.nan（不建议使用）

如果我们的空值只会出现由numpy模块的nan，或只想判断由numpy模块生成的nan值，可以使用，但其他场合一律不建议使用

注意：因为math模块同样可以产生nan值，且math.nan由is np.nan判断是False，例如下面代码

 

 a = math.nan
 b = np.nan

 a is b
 Out[19]: False

 np.isnan(a)
 Out[20]: True
 np.isnan(b)
 Out[21]: True

 a is np.nan
 Out[22]: False
 b is np.nan
 Out[23]: True

3、pd.isna（大部分数据处理的场合推荐使用）

如果我们的空值既会出现np.nan，也会出现math.nan，甚至还会出现None，或者要判断的数据值既可能是数值型也可能是字符串（符合大部分场景的实际情况），墙裂推荐使用pd.isna，例如下面代码

 

 pd.isna(np.nan)
 Out[29]: True
 pd.isna(math.nan)
 Out[30]: True
 pd.isna(None)
 Out[31]: True
 pd.isna('a')
 Out[32]: False
 pd.isna(10)
 Out[33]: False