Python笔记：Pandas的isna() vs isnull() vs numpy.isnan()有什么区别？

2020.12补充：目前 np.nan和''不再相等，举栗子：

import pandas as pd
import numpy as np

df = pd.DataFrame({'tem': ['a', 'b', 'c', ''],
                   'tem1': ['a', np.nan, '', 'd'],
                   'tem2': ['a', 'b', 'c', 'd']})

df['new'] = df['tem'] + df['tem1'] + df['tem2']
print(df)
# 结果如下
  tem tem1 tem2  new
0   a    a    a  aaa
1   b  NaN    b  NaN  # 注意：列new这里直接是NaN
2   c         c   cc
3        d    d   dd 

print(df[df['tem1'].isna()])
# 结果如下
  tem tem1 tem2  new
1   b  NaN    b  NaN    # 注意：结果仅有 NaN的

print(df[df['tem1']==''])
# 结果如下
  tem tem1 tem2 new
2   c         c  cc   # 注意：结果无 NaN的

附注：线下csv文件，空格在DataFrame里边也是用的“NaN”表示。

---

Pandas isna() vs isnull()

我觉得咱要说的是pandas.DataFrame.isna() vs pandas.DataFrame.isnull()。而不是pandas.isnull()，因为它不是用于DataFrame的。
这俩函数的功用一模一样！它俩甚至连官方文档都一模一样。你点击pandas的官网文档就明白了。

但是为什么搞2个函数、取2个名字，来做同样的事儿？

这是因为pandas的DataFrame是基于R的DataFrame。在R里边na和null是分开的2个东西。更多相关信息请参考这篇文章。

然而，在python里边，pandas是建在numpy上的（即numpy的定制版），而numpy可是没na，也没null，只有NaN的（是 “Not a Number”的缩写）。因此，pandas还用NaN。

简单说呢就是：

• numpy里边查找NaN值的话，就用np.isnan()。
• pandas里边查找NaN值的话，要么.isna()，要么.isnull()。

• NaN源于这样一个事实：即pandas构建在numpy之上，而这两个函数的名称源自R的DataFrame，pandas就是试图模仿它的结构和功能。