python null 和nan_python None 和 NaN

python原生的None和pandas, numpy中的numpy.NaN尽管在功能上都是用来标示空缺数据。但它们的行为在很多场景下确有一些相当大的差异。由于不熟悉这些差异，曾经给我的工作带来过不少麻烦。　特此整理了一份详细的实验，比较None和NaN在不同场景下的差异。

实验的结果有些在意料之内，有些则让我大跌眼镜。希望读者看过此文后会None和NaN这对“小妖精”有更深的理解。

为了理解本文的内容,希望本文的读者需要对pandas的Series使用有一定的经验。

首先，导入所需的库

In[2]:

Python

1

2

3

fromnumpyimportNaN

frompandasimportSeries,DataFrame

importnumpyasnp

数据类型?

None是一个python特殊的数据类型， 但是NaN却是用一个特殊的float

In[3]:

Python

1

type(None)

Out[3]:

Python

1

NoneType

In[4]:

Python

1

type(NaN)

Out[4]:

Python

1

float

能作为dict的key?

In[5]:

Python

1

{None:1}

Out[5]:

Python

1

{None:1}

In[6]:

Python

1

{NaN:1}

Out[6]:

Python

1

{nan:1}

In[7]:

Python

1

{None:1,NaN:2}

Out[7]:

Python

1

{nan:2,None:1}

都可以，而且会被认为是不同的key

Series函数中的表现

Series.map

In[8]:

Python

1

2

s=Series([None,NaN,'a'])

s

Out[8]:

Python

1

2

3

4

0None

1NaN

2a

dtype:object

In[9]:

Python

1

s.map({None:1,'a':'a'})

Out[9]:

Python

1

2

3

4

01

11

2a

dtype:object

可以看到None和NaN都会替换成了1

In[10]:

Python

1

s.map({NaN:1,'a':'a'})

Out[10]:

Python

1

2

3

4

01

11

2a

dtype:object

同样None和NaN都会替换成了1

In[11]:

Python

1

s.map({NaN:2,'None':1,'a':'a'})

Out[11]:

Python

1

2

3

4

02

12

2a

dtype:object

将None替换成1的要求被忽略了

In[12]:

Python

1

s.map({'None':1,NaN:2,'a':'a'})

Out[12]:

Python

1

2

3

4

02

12

2a

dtype:object

将NaN替换成1的要求被忽略了

总结: 用Series.map对None进行替换时,会“顺便”把NaN也一起替换掉；NaN也会顺便把None替换掉。

如果None和NaN分别定义了不同的映射数值，那么只有一个会生效。

Series.replace中的表现

In[13]:

Python

1

2

s=Series([None,NaN,'a'])

s

Out[13]:

Python

1

2

3

4

0None

1NaN

2a

dtype:object

In[14]:

Python

1

s.replace([NaN],9)

Out[14]:

Python

1

2

3

4

09

19

2a

dtype:object

In[15]:

Python

1

s.replace([None],9)

Out[15]:

Python

1

2

3

4

09

19

2a

dtype:object

和Series.map的情况类似,指定了None的替换值后,NaN会被替换掉;反之亦然。

对函数的支持

numpy有不少函数可以自动处理NaN。

In[16]:

Python

1

np.nansum([1,2,NaN])

Out[16]:

Python

1

3.0

但是None不能享受这些函数的便利，如果数据包含的None的话会报错

In[17]:

Python

1

2

3

4

try:

np.nansum([1,2,None])

exceptExceptionase:

print(type(e),e)

unsupported operand type(s) for +: ‘int’ and ‘NoneType’

pandas中也有不少函数支持NaN却不支持None。(毕竟pandas的底层是numpy)

In[18]:

Python

1

2

importpandasaspd

pd.cut(Series([NaN]),[1,2])

Out[18]:

Python

1

2

3

0NaN

dtype:category

Categories(1,object):[(1,2]]

In[19]:

Python

1

2

3

4

5

importpandasaspd

try:

pd.cut(Series([None]),[1,2])

exceptExceptionase:

print(type(e),e)

unorderable types: int() > NoneType()

对容器数据类型的影响

混入numpy.array的影响

如果数据中含有None,会导致整个array的类型变成object。

In[20]:

Python

1

np.array([1,None]).dtype

Out[20]:

Python

1

dtype('O')

而np.NaN尽管会将原本用int类型就能保存的数据转型成float，但不会带来上面这个问题。

In[21]:

Python

1

np.array([1,NaN]).dtype

Out[21]:

Python

1

dtype('float64')

混入Series的影响

下面的结果估计大家能猜到

In[22]:

Python

1

Series([1,NaN])

Out[22]:

Python

1

2

3

01.0

1NaN

dtype:float64

下面的这个就很意外的吧

In[23]:

Python

1

Series([1,None])

Out[23]:

Python

1

2

3

01.0

1NaN

dtype:float64

pandas将None自动替换成了NaN！

In[24]:

Python

1

Series([1.0,None])

Out[24]:

Python

1

2

3

01.0

1NaN

dtype:float64

却是Object类型的None被替换成了float类型的NaN。 这么设计可能是因为None无法参与numpy的大多数计算， 而pandas的底层又依赖于numpy，因此做了这样的自动转化。

不过如果本来Series就只能用object类型容纳的话， Series不会做这样的转化工作。

In[25]:

Python

1

Series(['a',None])

Out[25]:

Python

1

2

3

0a

1None

dtype:object

如果Series里面都是None的话也不会做这样的转化

In[26]:

Python

1

Series([None,None])

Out[26]:

Python

1

2

3

0None

1None

dtype:object

其它的数据类型是bool时，也不会做这样的转化。

In[27]:

Python

1

Series([True,False,None])

Out[27]:

Python

1

2

3

4

0True

1False

2None

dtype:object

等值性判断

单值的等值性比较

下面的实验中None和NaN的表现会作为后面的等值性判断的基准(后文称为基准)

In[28]:

Python

1

None==None

Out[28]:

Python

1

True

In[29]:

Python

1

NaN==NaN

Out[29]:

Python

1

False

In[30]:

Python

1

None==NaN

Out[30]:

Python

1

False

在tuple中的情况

这个不奇怪

In[31]:

Python

1

(1,None)==(1,None)

Out[31]:

Python

1

True

这个也不意外

In[32]:

Python

1

(1,None)==(1,NaN)

Out[32]:

Python

1

False

但是下面这个实验NaN的表现和基准不一致

In[33]:

Python

1

(1,NaN)==(1,NaN)

Out[33]:

Python

1

True

在numpy.array中的情况

In[34]:

Python

1

np.array([1,None])==np.array([1,None])

Out[34]:

Python

1

array([True,True],dtype=bool)

In[35]:

Python

1

np.array([1,NaN])==np.array([1,NaN])

Out[35]:

Python

1

array([True,False],dtype=bool)

In[36]:

Python

1

np.array([1,NaN])==np.array([1,None])

Out[36]:

Python

1

array([True,False],dtype=bool)

和基准的表现一致。

但是大部分情况我们希望上面例子中， 我们希望左右两边的array被判定成一致。这时可以用numpy.testing.assert_equal函数来处理。 注意这个函数的表现同assert， 不会返回True, False， 而是无反应或者raise Exception

In[37]:

Python

1

np.testing.assert_equal(np.array([1,NaN]),np.array([1,NaN]))

它也可以处理两边都是None的情况

In[38]:

Python

1

np.testing.assert_equal(np.array([1,None]),np.array([1,None]))

但是一边是None，一边是NaN时会被认为两边不一致, 导致AssertionError

In[39]:

Python

1

2

3

4

try:

np.testing.assert_equal(np.array([1,NaN]),np.array([1,None]))

exceptExceptionase:

print(type(e),e)

Python

1

2

3

4

5

6

<class'assertionerror'="">

Arraysarenotequal

(mismatch50.0%)

x:array([1.,nan])

y:array([1,None],dtype=object)

在Series中的情况

下面两个实验中的表现和基准一致

In[40]:

Python

1

Series([NaN,'a'])==Series([NaN,'a'])

Out[40]:

Python

1

2

3

0False

1True

dtype:bool

In[41]:

Python

1

Series([None,'a'])==Series([NaN,'a'])

Out[41]:

Python

1

2

3

0False

1True

dtype:bool

但是None和基准的表现不一致。

In[42]:

Python

1

Series([None,'a'])==Series([None,'a'])

Out[42]:

Python

1

2

3

0False

1True

dtype:bool

和array类似，Series也有专门的函数equals用于判断两边的Series是否整体看相等

In[43]:

Python

1

Series([None,'a']).equals(Series([NaN,'a']))

Out[43]:

Python

1

True

In[44]:

Python

1

Series([None,'a']).equals(Series([None,'a']))

Out[44]:

Python

1

True

In[45]:

Python

1

Series([NaN,'a']).equals(Series([NaN,'a']))

Out[45]:

Python

1

True

比numpy.testing.assert_equals更智能些， 三种情况下都能恰当的处理

在DataFrame merge中的表现

两边的None会被判为相同

In[46]:

Python

1

2

3

a=DataFrame({'A':[None,'a']})

b=DataFrame({'A':[None,'a']})

a.merge(b,on='A',how='outer')

Out[46]:

A

0

None

1

a

两边的NaN会被判为相同

In[47]:

Python

1

2

3

a=DataFrame({'A':[NaN,'a']})

b=DataFrame({'A':[NaN,'a']})

a.merge(b,on='A',how='outer')

Out[47]:

A

0

NaN

1

a

无论两边都是None,都是NaN，还是都有,相关的列都会被正确的匹配。 注意一边是None,一边是NaN的时候。会以左侧的结果为准。

In[48]:

Python

1

2

3

a=DataFrame({'A':[None,'a']})

b=DataFrame({'A':[NaN,'a']})

a.merge(b,on='A',how='outer')

Out[48]:

A

0

None

1

a

In[49]:

Python

1

2

3

a=DataFrame({'A':[NaN,'a']})

b=DataFrame({'A':[None,'a']})

a.merge(b,on='A',how='outer')

Out[49]:

A

0

NaN

1

a

注意

这和空值在postgresql等sql数据库中的表现不一样， 在数据库中， join时两边的空值会被判定为不同的数值

在groupby中的表现

In[50]:

Python

1

2

d=DataFrame({'A':[1,1,1,1,2],'B':[None,None,'a','a','b']})

d.groupby(['A','B']).apply(len)

Out[50]:

Python

1

2

3

4

AB

1a2

2b1

dtype:int64

可以看到(1, NaN)对应的组直接被忽略了

In[51]:

Python

1

2

d=DataFrame({'A':[1,1,1,1,2],'B':[None,None,'a','a','b']})

d.groupby(['A','B']).apply(len)

Out[51]:

Python

1

2

3

4

AB

1a2

2b1

dtype:int64

(1,None)的组也被直接忽略了

In[52]:

Python

1

2

d=DataFrame({'A':[1,1,1,1,2],'B':[None,NaN,'a','a','b']})

d.groupby(['A','B']).apply(len)

Out[52]:

Python

1

2

3

4

AB

1a2

2b1

dtype:int64

那么上面这个结果应该没啥意外的

总结

DataFrame.groupby会忽略分组列中含有None或者NaN的记录

支持写入数据库?

往数据库中写入时NaN不可处理，需转换成None,否则会报错。这个这里就不演示了。

相信作为pandas老司机， 至少能想出两种替换方法。

In[53]:

Python

1

2

s=Series([None,NaN,'a'])

s

Out[53]:

Python

1

2

3

4

0None

1NaN

2a

dtype:object

方案１

In[54]:

Python

1

s.replace([NaN],None)

Out[54]:

Python

1

2

3

4

0None

1None

2a

dtype:object

方案２

In[55]:

Python

1

2

s[s.isnull()]=None

s

Out[55]:

Python

1

2

3

4

0None

1None

2a

dtype:object

然而这么就觉得完事大吉的话就图样图森破了， 看下面的例子

In[56]:

Python

1

2

s=Series([NaN,1])

s

Out[56]:

Python

1

2

3

0NaN

11.0

dtype:float64

In[57]:

Python

1

s.replace([NaN],None)

Out[57]:

Python

1

2

3

0NaN

11.0

dtype:float64

In[58]:

Python

1

2

s[s.isnull()]=None

s

Out[58]:

Python

1

2

3

0NaN

11.0

dtype:float64

当其他数据是int或float时,Series又一声不吭的自动把None替换成了NaN。

这时候可以使用第三种方法处理

In[59]:

Python

1

s.where(s.notnull(),None)

Out[59]:

Python

1

2

3

0None

11

dtype:object

where语句会遍历s中所有的元素，逐一检查条件表达式， 如果成立， 从原来的s取元素； 否则用None填充。 这回没有自动替换成NaN

None vs NaN要点总结

在pandas中， 如果其他的数据都是数值类型， pandas会把None自动替换成NaN, 甚至能将s[s.isnull()]= None,和s.replace(NaN, None)操作的效果无效化。 这时需要用where函数才能进行替换。

None能够直接被导入数据库作为空值处理， 包含NaN的数据导入时会报错。

numpy和pandas的很多函数能处理NaN，但是如果遇到None就会报错。

None和NaN都不能被pandas的groupby函数处理，包含None或者NaN的组都会被忽略。

等值性比较的总结:(True表示被判定为相等)

None对NoneNaN对NaNNone对NaN

单值

True

False

False

tuple(整体)

True

True

False

np.array(逐个)

True

False

False

Series(逐个)

False

False

False

assert_equals

True

True

False

Series.equals

True

True

True

merge

True

True

True

由于等值性比较方面，None和NaN在各场景下表现不太一致，相对来说None表现的更稳定。

为了不给自己惹不必要的麻烦和额外的记忆负担。 实践中，建议遵循以下三个原则即可

在用pandas和numpy处理数据阶段将None,NaN统一处理成NaN,以便支持更多的函数。

如果要判断Series,numpy.array整体的等值性，用专门的Series.equals,numpy.array函数去处理，不要自己用==判断 *

如果要将数据导入数据库，将NaN替换成None

转自：http://python.jobbole.com/87266/

python原生的None和pandas, numpy中的numpy.NaN尽管在功能上都是用来标示空缺数据。但它们的行为在很多场景下确有一些相当大的差异。由于不熟悉这些差异，曾经给我的工作带来过不少麻烦。　特此整理了一份详细的实验，比较None和NaN在不同场景下的差异。

实验的结果有些在意料之内，有些则让我大跌眼镜。希望读者看过此文后会None和NaN这对“小妖精”有更深的理解。

为了理解本文的内容,希望本文的读者需要对pandas的Series使用有一定的经验。

首先，导入所需的库

In[2]:

Python

1

2

3

fromnumpyimportNaN

frompandasimportSeries,DataFrame

importnumpyasnp

数据类型?

None是一个python特殊的数据类型， 但是NaN却是用一个特殊的float

In[3]:

Python

1

type(None)

Out[3]:

Python

1

NoneType

In[4]:

Python

1

type(NaN)

Out[4]:

Python

1

float

能作为dict的key?

In[5]:

Python

1

{None:1}

Out[5]:

Python

1

{None:1}

In[6]:

Python

1

{NaN:1}

Out[6]:

Python

1

{nan:1}

In[7]:

Python

1

{None:1,NaN:2}

Out[7]:

Python

1

{nan:2,None:1}

都可以，而且会被认为是不同的key

Series函数中的表现

Series.map

In[8]:

Python

1

2

s=Series([None,NaN,'a'])

s

Out[8]:

Python

1

2

3

4

0None

1NaN

2a

dtype:object

In[9]:

Python

1

s.map({None:1,'a':'a'})

Out[9]:

Python

1

2

3

4

01

11

2a

dtype:object

可以看到None和NaN都会替换成了1

In[10]:

Python

1

s.map({NaN:1,'a':'a'})

Out[10]:

Python

1

2

3

4

01

11

2a

dtype:object

同样None和NaN都会替换成了1

In[11]:

Python

1

s.map({NaN:2,'None':1,'a':'a'})

Out[11]:

Python

1

2

3

4

02

12

2a

dtype:object

将None替换成1的要求被忽略了

In[12]:

Python

1

s.map({'None':1,NaN:2,'a':'a'})

Out[12]:

Python

1

2

3

4

02

12

2a

dtype:object

将NaN替换成1的要求被忽略了

总结: 用Series.map对None进行替换时,会“顺便”把NaN也一起替换掉；NaN也会顺便把None替换掉。

如果None和NaN分别定义了不同的映射数值，那么只有一个会生效。

Series.replace中的表现

In[13]:

Python

1

2

s=Series([None,NaN,'a'])

s

Out[13]:

Python

1

2

3

4

0None

1NaN

2a

dtype:object

In[14]:

Python

1

s.replace([NaN],9)

Out[14]:

Python

1

2

3

4

09

19

2a

dtype:object

In[15]:

Python

1

s.replace([None],9)

Out[15]:

Python

1

2

3

4

09

19

2a

dtype:object

和Series.map的情况类似,指定了None的替换值后,NaN会被替换掉;反之亦然。

对函数的支持

numpy有不少函数可以自动处理NaN。

In[16]:

Python

1

np.nansum([1,2,NaN])

Out[16]:

Python

1

3.0

但是None不能享受这些函数的便利，如果数据包含的None的话会报错

In[17]:

Python

1

2

3

4

try:

np.nansum([1,2,None])

exceptExceptionase:

print(type(e),e)

unsupported operand type(s) for +: ‘int’ and ‘NoneType’

pandas中也有不少函数支持NaN却不支持None。(毕竟pandas的底层是numpy)

In[18]:

Python

1

2

importpandasaspd

pd.cut(Series([NaN]),[1,2])

Out[18]:

Python

1

2

3

0NaN

dtype:category

Categories(1,object):[(1,2]]

In[19]:

Python

1

2

3

4

5

importpandasaspd

try:

pd.cut(Series([None]),[1,2])

exceptExceptionase:

print(type(e),e)

unorderable types: int() > NoneType()

对容器数据类型的影响

混入numpy.array的影响

如果数据中含有None,会导致整个array的类型变成object。

In[20]:

Python

1

np.array([1,None]).dtype

Out[20]:

Python

1

dtype('O')

而np.NaN尽管会将原本用int类型就能保存的数据转型成float，但不会带来上面这个问题。

In[21]:

Python

1

np.array([1,NaN]).dtype

Out[21]:

Python

1

dtype('float64')

混入Series的影响

下面的结果估计大家能猜到

In[22]:

Python

1

Series([1,NaN])

Out[22]:

Python

1

2

3

01.0

1NaN

dtype:float64

下面的这个就很意外的吧

In[23]:

Python

1

Series([1,None])

Out[23]:

Python

1

2

3

01.0

1NaN

dtype:float64

pandas将None自动替换成了NaN！

In[24]:

Python

1

Series([1.0,None])

Out[24]:

Python

1

2

3

01.0

1NaN

dtype:float64

却是Object类型的None被替换成了float类型的NaN。 这么设计可能是因为None无法参与numpy的大多数计算， 而pandas的底层又依赖于numpy，因此做了这样的自动转化。

不过如果本来Series就只能用object类型容纳的话， Series不会做这样的转化工作。

In[25]:

Python

1

Series(['a',None])

Out[25]:

Python

1

2

3

0a

1None

dtype:object

如果Series里面都是None的话也不会做这样的转化

In[26]:

Python

1

Series([None,None])

Out[26]:

Python

1

2

3

0None

1None

dtype:object

其它的数据类型是bool时，也不会做这样的转化。

In[27]:

Python

1

Series([True,False,None])

Out[27]:

Python

1

2

3

4

0True

1False

2None

dtype:object

等值性判断

单值的等值性比较

下面的实验中None和NaN的表现会作为后面的等值性判断的基准(后文称为基准)

In[28]:

Python

1

None==None

Out[28]:

Python

1

True

In[29]:

Python

1

NaN==NaN

Out[29]:

Python

1

False

In[30]:

Python

1

None==NaN

Out[30]:

Python

1

False

在tuple中的情况

这个不奇怪

In[31]:

Python

1

(1,None)==(1,None)

Out[31]:

Python

1

True

这个也不意外

In[32]:

Python

1

(1,None)==(1,NaN)

Out[32]:

Python

1

False

但是下面这个实验NaN的表现和基准不一致

In[33]:

Python

1

(1,NaN)==(1,NaN)

Out[33]:

Python

1

True

在numpy.array中的情况

In[34]:

Python

1

np.array([1,None])==np.array([1,None])

Out[34]:

Python

1

array([True,True],dtype=bool)

In[35]:

Python

1

np.array([1,NaN])==np.array([1,NaN])

Out[35]:

Python

1

array([True,False],dtype=bool)

In[36]:

Python

1

np.array([1,NaN])==np.array([1,None])

Out[36]:

Python

1

array([True,False],dtype=bool)

和基准的表现一致。

但是大部分情况我们希望上面例子中， 我们希望左右两边的array被判定成一致。这时可以用numpy.testing.assert_equal函数来处理。 注意这个函数的表现同assert， 不会返回True, False， 而是无反应或者raise Exception

In[37]:

Python

1

np.testing.assert_equal(np.array([1,NaN]),np.array([1,NaN]))

它也可以处理两边都是None的情况

In[38]:

Python

1

np.testing.assert_equal(np.array([1,None]),np.array([1,None]))

但是一边是None，一边是NaN时会被认为两边不一致, 导致AssertionError

In[39]:

Python

1

2

3

4

try:

np.testing.assert_equal(np.array([1,NaN]),np.array([1,None]))

exceptExceptionase:

print(type(e),e)

Python

1

2

3

4

5

6

<class'assertionerror'="">

Arraysarenotequal

(mismatch50.0%)

x:array([1.,nan])

y:array([1,None],dtype=object)

在Series中的情况

下面两个实验中的表现和基准一致

In[40]:

Python

1

Series([NaN,'a'])==Series([NaN,'a'])

Out[40]:

Python

1

2

3

0False

1True

dtype:bool

In[41]:

Python

1

Series([None,'a'])==Series([NaN,'a'])

Out[41]:

Python

1

2

3

0False

1True

dtype:bool

但是None和基准的表现不一致。

In[42]:

Python

1

Series([None,'a'])==Series([None,'a'])

Out[42]:

Python

1

2

3

0False

1True

dtype:bool

和array类似，Series也有专门的函数equals用于判断两边的Series是否整体看相等

In[43]:

Python

1

Series([None,'a']).equals(Series([NaN,'a']))

Out[43]:

Python

1

True

In[44]:

Python

1

Series([None,'a']).equals(Series([None,'a']))

Out[44]:

Python

1

True

In[45]:

Python

1

Series([NaN,'a']).equals(Series([NaN,'a']))

Out[45]:

Python

1

True

比numpy.testing.assert_equals更智能些， 三种情况下都能恰当的处理

在DataFrame merge中的表现

两边的None会被判为相同

In[46]:

Python

1

2

3

a=DataFrame({'A':[None,'a']})

b=DataFrame({'A':[None,'a']})

a.merge(b,on='A',how='outer')

Out[46]:

A

0

None

1

a

两边的NaN会被判为相同

In[47]:

Python

1

2

3

a=DataFrame({'A':[NaN,'a']})

b=DataFrame({'A':[NaN,'a']})

a.merge(b,on='A',how='outer')

Out[47]:

A

0

NaN

1

a

无论两边都是None,都是NaN，还是都有,相关的列都会被正确的匹配。 注意一边是None,一边是NaN的时候。会以左侧的结果为准。

In[48]:

Python

1

2

3

a=DataFrame({'A':[None,'a']})

b=DataFrame({'A':[NaN,'a']})

a.merge(b,on='A',how='outer')

Out[48]:

A

0

None

1

a

In[49]:

Python

1

2

3

a=DataFrame({'A':[NaN,'a']})

b=DataFrame({'A':[None,'a']})

a.merge(b,on='A',how='outer')

Out[49]:

A

0

NaN

1

a

注意

这和空值在postgresql等sql数据库中的表现不一样， 在数据库中， join时两边的空值会被判定为不同的数值

在groupby中的表现

In[50]:

Python

1

2

d=DataFrame({'A':[1,1,1,1,2],'B':[None,None,'a','a','b']})

d.groupby(['A','B']).apply(len)

Out[50]:

Python

1

2

3

4

AB

1a2

2b1

dtype:int64

可以看到(1, NaN)对应的组直接被忽略了

In[51]:

Python

1

2

d=DataFrame({'A':[1,1,1,1,2],'B':[None,None,'a','a','b']})

d.groupby(['A','B']).apply(len)

Out[51]:

Python

1

2

3

4

AB

1a2

2b1

dtype:int64

(1,None)的组也被直接忽略了

In[52]:

Python

1

2

d=DataFrame({'A':[1,1,1,1,2],'B':[None,NaN,'a','a','b']})

d.groupby(['A','B']).apply(len)

Out[52]:

Python

1

2

3

4

AB

1a2

2b1

dtype:int64

那么上面这个结果应该没啥意外的

总结

DataFrame.groupby会忽略分组列中含有None或者NaN的记录

支持写入数据库?

往数据库中写入时NaN不可处理，需转换成None,否则会报错。这个这里就不演示了。

相信作为pandas老司机， 至少能想出两种替换方法。

In[53]:

Python

1

2

s=Series([None,NaN,'a'])

s

Out[53]:

Python

1

2

3

4

0None

1NaN

2a

dtype:object

方案１

In[54]:

Python

1

s.replace([NaN],None)

Out[54]:

Python

1

2

3

4

0None

1None

2a

dtype:object

方案２

In[55]:

Python

1

2

s[s.isnull()]=None

s

Out[55]:

Python

1

2

3

4

0None

1None

2a

dtype:object

然而这么就觉得完事大吉的话就图样图森破了， 看下面的例子

In[56]:

Python

1

2

s=Series([NaN,1])

s

Out[56]:

Python

1

2

3

0NaN

11.0

dtype:float64

In[57]:

Python

1

s.replace([NaN],None)

Out[57]:

Python

1

2

3

0NaN

11.0

dtype:float64

In[58]:

Python

1

2

s[s.isnull()]=None

s

Out[58]:

Python

1

2

3

0NaN

11.0

dtype:float64

当其他数据是int或float时,Series又一声不吭的自动把None替换成了NaN。

这时候可以使用第三种方法处理

In[59]:

Python

1

s.where(s.notnull(),None)

Out[59]:

Python

1

2

3

0None

11

dtype:object

where语句会遍历s中所有的元素，逐一检查条件表达式， 如果成立， 从原来的s取元素； 否则用None填充。 这回没有自动替换成NaN

None vs NaN要点总结

在pandas中， 如果其他的数据都是数值类型， pandas会把None自动替换成NaN, 甚至能将s[s.isnull()]= None,和s.replace(NaN, None)操作的效果无效化。 这时需要用where函数才能进行替换。

None能够直接被导入数据库作为空值处理， 包含NaN的数据导入时会报错。

numpy和pandas的很多函数能处理NaN，但是如果遇到None就会报错。

None和NaN都不能被pandas的groupby函数处理，包含None或者NaN的组都会被忽略。

等值性比较的总结:(True表示被判定为相等)

None对NoneNaN对NaNNone对NaN

单值

True

False

False

tuple(整体)

True

True

False

np.array(逐个)

True

False

False

Series(逐个)

False

False

False

assert_equals

True

True

False

Series.equals

True

True

True

merge

True

True

True

由于等值性比较方面，None和NaN在各场景下表现不太一致，相对来说None表现的更稳定。

为了不给自己惹不必要的麻烦和额外的记忆负担。 实践中，建议遵循以下三个原则即可

在用pandas和numpy处理数据阶段将None,NaN统一处理成NaN,以便支持更多的函数。

如果要判断Series,numpy.array整体的等值性，用专门的Series.equals,numpy.array函数去处理，不要自己用==判断 *

如果要将数据导入数据库，将NaN替换成None