重大发现，nan原来是float类型。。。。

        数据分析里缺失值处理是个常见的任务，我一直以为nan或者NAN是个numpy或者pandas自定义的类型，但是今天做项目的时候，无意中发现，原来nan是个float类型，真是刷新了我的认知，当然也可能是我见识短浅吧：）。

        事情是这样的，我有个需求，我数据里有两个列，长度不一致，从excel里读取出来pandas默认处理给短的那列添加了nan，我会提供给用户一个下拉框，让用户选择要处理的列，然后我会把用户选择的列和索引转成一个字典，那么，有时字典里就会出现有的key的值为nan，因为实际上这些没有值的列没什么用，所以我想把这些key直接删掉，然后我就遍历，如果data[key]==np.nan,就del data[key]，但我这样做了，发现没有找到缺失值的key，所以我就打印了一下value的type，发现不管是数字还是nan，都是float类型，至此，我才发现，nan根本就不是什么自定义类型，就是可以认为是float类型的一种内置类型。

        知道了这个点后，那么到底怎么才能找到缺失值的key呢，于是我百度了一下，缺失值判断，发现了以下几种方法

1.numpy判断

import numpy as np
nan = float('nan')
print(np.isnan(nan))

2.pandas判断

import pandas as pd
nan = float('nan')
print(pd.isna(nan))

3.math判断

import math
nan = float('nan')
print(math.isnan(nan))

从以上几种方法里可以看到，就是说nan是用float强转来的，而且只有少数一个字符串可以这样操作，比如inf，nan等，如果用其它字符串，你这么操作会报错，所以，本质来说，nan其实是python的一种内置类型（可能以前学过，但是后来忘了），很明显python对nan，inf做了特殊处理，所以我们才可以用float('nan')这样强转，math.isnan()才能判断。