关于 NaN

首先，在 python 中的空值一般有这几种：

1、None
2、False
3、’’
4、NaN

前三个很正常，当需要判断的时候，用等号=就好了。但 NaN（not a number），在数学表示上表示一个无法表示的数，而nan则一般表示一个非浮点数（比如无理数）。因此 nan != nan，并且 NaN 的类型是 float。

Pandas & Numpy 的 NaN 判断

在处理数据集的时候经常遇到如何判断 NaN 的难题，因为简单的对比是不行的，比如：if x == np.nan。

后来发现 numpy 有个自带方法，numpy.isnan()。但实际使用时发现它只接受float64类型的输入，比如字符串或者其他无法被转换成float64的值就会报错。

最后才发现，pandas 也会自带一个 pandas.isnull() 或 pandas.isna() 方法，不仅可以输入任何类型，并可以直接用于DataFrame，如：pd.isnull(df)。并且可以吧 None 也识别为 NaN，完美解决。

以上