python 值比较判断，np.nan is np.nan 却 np.nan != np.nan ,pandas 单个数据框值判断nan

标签：attr   对象引用   默认   isnull   error   整数   null   浮点数   error:   

pandas中DataFrame，Series 都有 isnull()方法，而数据框却没有，用了就会报错：AttributeError: ‘float‘ object has no attribute ‘isnull‘

　　怎么判断单个框是否为 np.nan

Python常规的判断，==，和is， 这对None是有效的

None is None
Out[49]: True

None == None
Out[50]: True

　　而对，np.nan，只能用is

da1pd.ix[6000996,u‘团队‘] == np.nan
Out[41]: False

da1pd.ix[6000996,u‘团队‘] is np.nan

Out[42]: True

np.nan != np.nan
Out[43]: True

　　np.nan也不是None

None == np.nan
Out[46]: False

None!= np.nan
Out[47]: True

None is np.nan
Out[48]: False

这和 is 和==的判断方法不同有关，is 判断是否为同一个对象，比如常量，常量字符串

1 is 1
Out[51]: True

而’== ’ 是值判断，两个变量值是否相等。

u = 156

v = 156

u is v
Out[58]: True

#因为，Python，对变量赋值是用的引用，默认传的是地址，所以，赋的是同一个 对象，也会是 同一个对象

u = 156.0

u is v
Out[60]: False

u == v
Out[61]: True

# 一个赋值整数，一个赋值浮点数时就 不指向一个对象了。 只是值相等而已

回到开始，np.nan 应该是没有值的，所以不能值判断，只用对象引用判断，而None有空值，所以也可以值判断。

python 值比较判断，np.nan is np.nan 却 np.nan != np.nan ,pandas 单个数据框值判断nan

标签：attr   对象引用   默认   isnull   error   整数   null   浮点数   error:   

原文地址：http://www.cnblogs.com/willowj/p/6553126.html