pandas中2个nan值为何不同

更多、更及时内容欢迎留意微信公众号： 小窗幽记机器学习

背景

判断两个 nan 值是否相等。

import numpy as np
a=np.nan
b=np.nan
if a == b:
	print("Same")
else:
	print("Not Same")
if a is b:
	print("Same")
else:
	print("Not Same")

解析

1. numpy.nan是一个numpy.float64的非空对象。
   所以不能直接用bool表达式去判断numpy.nan，其结果都是True。一切依赖于布尔表达式的判断方式都不行，比如if语句。对于pandas中空值的判断，只能通过pandas或者numpy的函数或者is表达式去判断，不能用python的内置函数any或all判断。

pd.isnull(a)  # True
pd.isna(a)  # True
np.isnan(a)

2. pandas中空值的判断可以用is表达式判断，但是不能用==表达式。因为is是用于判断对象的引用是否相同，而==用于判断对象的值是否相同。当is表达式，返回True，表示这两个引用指向同一个内存对象，即内存地址一样，一般同一个对象的不同引用的值也应该是相等的，所以一般is表达式为True，那么==表达式也为True。但是对于numpy.nan对象并非如此，用is表达式判断两个numpy.nan是相同的，即is表达式为True，但==表达式为False。这说明虽然不同numpy.nan变量引用指向的是同一个内存地址，但是其具有自己的值属性，值是不一样的，所以不能用==来判断。

测试代码：

    import numpy as np
    import pandas as pd
    a = np.nan
    b = np.nan
    print("type(nan)=", type(a))
    # print(a.__float__)
    # print(b.__float__)
    print("nan用布尔表达式进行值判断:")
    if a:
        print("True")
    else:
        print("False")
    print("用is np.nan 进行值判断:")
    if a is np.nan:
        print("True")
    else:
        print("False")
    print("用pd.isnull,pd.isna,np.isnan进行值判断:")
    if pd.isnull(a) and pd.isna(a) and np.isnan(a):
        print("True")
    print("用 == 判断两个nan是否相等:")
    if a == b:
        print("Same")
    else:
        print("Not Same")
    # print(a, "\t", b)
    print("用 is 判断两个nan是否相等:")
    if a is b:
        print("Same")
    else:
        print("Not Same")
    print("c=a赋值操作得到:")
    c = a# 象的引用,其实与 np.nan 一样
    if c == a:
        print("Same")
    else:
        print("Not Same")
    print("c=a.copy()浅拷贝得到:")
    import copy
    d = copy.copy(a)#浅拷贝
    if d == a:
        print("Same")
    else:
        print("Not Same")

    print("e=copy.deepcopy(a)深拷贝得到:")
    e = copy.deepcopy(a)
    if e == a:
        print("Same")
    else:
        print("Not Same")
    # 进一步查看成员元素的值
    print(dir(a))
    print("dir(a) len=", len(dir(a)))
    diff_count = 0
    for i in dir(a):
        # print(getattr(a,i))
        if getattr(a,i) == getattr(b,i):#试试is
            continue
        else:
            diff_count = diff_count + 1
            # print(i)
    print("diff_count=", diff_count)

运行结果：

type(nan)= <class 'float'>
nan用布尔表达式进行值判断:
True
用is np.nan 进行值判断:
True
用pd.isnull,pd.isna,np.isnan进行值判断:
True
用 == 判断两个nan是否相等:
Not Same
用 is 判断两个nan是否相等:
Same
c=a赋值操作得到:
Not Same
c=a.copy()浅拷贝得到:
Not Same
e=copy.deepcopy(a)深拷贝得到:
Not Same
['__abs__', '__add__', '__bool__', '__class__', '__delattr__', '__dir__', '__divmod__', '__doc__', '__eq__', '__float__', '__floordiv__', '__format__', '__ge__', '__getattribute__', '__getformat__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__int__', '__le__', '__lt__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__pos__', '__pow__', '__radd__', '__rdivmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__', '__rmod__', '__rmul__', '__round__', '__rpow__', '__rsub__', '__rtruediv__', '__setattr__', '__setformat__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truediv__', '__trunc__', 'as_integer_ratio', 'conjugate', 'fromhex', 'hex', 'imag', 'is_integer', 'real']
dir(a) len= 57
diff_count= 36

【更多、更及时内容欢迎留意微信公众号： 小窗幽记机器学习 】