Python DataFram 判断是否为nan的两种方法

1、根据是否与自身相等判断是否为nan：

nan是一个代表“不是一个数字”的变量，不代表某一具体值，因此变量nan！=nan，可根据此属性判断某一值是否为nan。

构建一个含有nan的DataFrame：

import numpy as np
import pandas as pd
from numpy import nan

data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'))
data.iloc[0:3,0:3]=nan
print(data)

      0     1     2   3
a   NaN   NaN   NaN   3
b   NaN   NaN   NaN   7
c   NaN   NaN   NaN  11
d  12.0  13.0  14.0  15

遍历每一个元素，若value！=value，则输出：

for row in range(len(data)):
    for col in data.columns:
        if data[col][row]!=data[col][row]:
            print(data[col][row])

nan
nan
nan
nan
nan
nan
nan
nan
nan

2、使用df.fillna(’-’)将nan替换为某一特定内容，再使用是否等于此内容判断初始是否为nan。

将nan的值替换为‘-’：

data2=data.fillna('-')
print(data2)

      0     1     2   3
a     -     -     -   3
b     -     -     -   7
c     -     -     -  11
d  12.0  13.0  14.0  15

for row in data2.index:
    for col in data2.columns:
        if data2[col][row]=='-':
            print(data2[col][row])

-
-
-
-
-
-
-
-
-