Python 处理DataFrame数据 pd.isnull() np.isnan()的方式

数据处理时，经常会遇到处理数据中的空值，涉及几个常用函数，pd.isnull()，pd.notnull()，np.isnan()，pd.notna()，pd.isna()，pd.fillna()、pd.dropna()等等.

本文关注pd.isnull()，pd.notnull()，np.isnan()，pd.notna()，pd.isna()。

总结：由下可知，np.isnan()和pd.isnull()都可以对不论是DataFrame、Python list还是仅仅一个数值进行空值检测。但一般在实际应用中，np.isnan()多用于单个值的检验，pd.isnull()用于对一个DataFrame或Series（整体）的检验。

1.pd.isnull()

pd.isnull()可以对不论是DataFrame、Python list还是仅仅一个数值进行空值检测。但一般在实际应用中，pd.isnull()用于对一个DataFrame或Series（整体）的检验。

此外，根据pandas官方文档和源代码，pandas提供的另一个函数pd.isna()与pd.isnull()完全一样。

# 首先创建一个DataFrame：
df = pd.DataFrame({'a':[0,1,2,np.nan]})
df
 
>>>     a
    0	0.0
    1	1.0
    2	2.0
    3	NaN
 
# 测试isnull()
pd.isnull(df)
>>>