在做数据预处理或者是数据探索性分析的时候总会遇到到数据存在缺失的情况,在Python中检测缺失值的函数很多,但是有时候对nan的检测不一定管用,最近就遇到一个这样的问题。
要记住的是在检测nan的时候,需要看一下这个缺失值所在的列的数据类型,以我个人的经验,如果缺失值所在列的数据类型为object类型且为nan时,在做缺失值检测的时候可以直接用np.isnan(),如果缺失值所在列的数据类型为float类型的,用np.isnan()进行检验的时候有时候会不成功,此时需要用户math库下的isnan方法进行检测。
检测nan的主要方法有:
np.isnan()
math.isnan()
str(a)=='nan'