在 Python 中檢查 NaN 值

1. 使用 math.isnan() 函式檢查 Python 中的 nan 值
2. 使用 numpy.isnan() 函式來檢查 Python 中的 nan 值
3. 使用 pandas.isna() 函式檢查 Python 中的 nan 值
4. 使用 obj != obj 檢查 Python 中的 nan 值

nan 是一個常數，表示給定的值不合法-Not a Number。

注意，nan 和 NULL 是兩個不同的東西。NULL 值表示不存在的東西，是空的。

在 Python 中，我們經常在不同的物件中處理這樣的值。所以有必要檢測這樣的常量。

在 Python 中，我們有 isnan() 函式，它可以檢測 nan 值。而這個函式在兩個模組中可用-NumPy 和 math。pandas 模組中的 isna() 函式也可以檢查 nan 值。

使用 math.isnan() 函式檢查 Python 中的 nan 值

math 庫中的 isnan() 函式可用於檢查浮點物件中的 nan 常數。它對遇到的每一個這樣的值都返回 True。比如說：

import math
import numpy as np

b = math.nan
print(np.isnan(b))

輸出：

True

請注意，math.nan 常量代表一個 nan 值。

使用 numpy.isnan() 函式來檢查 Python 中的 nan 值

numpy.isnan() 函式可以在不同的集合，如列表、陣列等中檢查 nan 值。它檢查每個元素，並在遇到 nan 常量時返回帶有 True 的陣列。例如：

import numpy as np

a = np.array([5, 6, np.NaN])

print(np.isnan(a))

輸出：

[False False  True]

np.NaN() 常量也代表一個 nan 值。

使用 pandas.isna() 函式檢查 Python 中的 nan 值

pandas 模組中的 isna() 函式可以檢測 NULL 或 nan 值。它對所有遇到的此類值返回 True。它還可以檢查 DataFrame 或 Series 物件中的此類值。例如，

import pandas as pd
import numpy as np

ser = pd.Series([5, 6, np.NaN])

print(pd.isna(ser))

輸出：

0    False
1    False
2     True
dtype: bool

使用 obj != obj 檢查 Python 中的 nan 值

對於除 nan 以外的任何物件，表示式 obj == obj 總是返回 True。例如：

print([] == [])
print("1" == "1")
print([1, 2, 3] == [1, 2, 3])
print(float("nan") == float("nan"))

因此，我們可以使用 obj != obj 來檢查值是否為 nan。如果返回值為 True，則為 nan。

import math

b = math.nan


def isNaN(num):
    return num != num


print(isNaN(b))

輸出：

True

然而，這個方法在 Python 的低版本中可能會失敗 (<=Python 2.5)。