為什么我不能在下面的串列理解中使用 np.isnan() 檢測資料中的 np.nan 值？串列理解是否以某種方式轉換了值的型別？
data = pd.DataFrame({'col':['a', 'b', np.nan]})
[print('NaN') if np.isnan(i) else print('Not NaN') for i in data.col]
uj5u.com熱心網友回復：
np.isnan()是的，由于列中的混合型別，您會遇到麻煩。來自熊貓的檔案
因為 NaN 是一個浮點數，所以即使有一個缺失值的整數列也會轉換為浮點 dtype（有關更多資訊，請參閱對整數 NA 的支持）
因此，您應該考慮，正如@saeedghadiri 建議的那樣pd.isna()：
[print('NaN') if pd.isna(i) else print('Not NaN') for i in data.col]
uj5u.com熱心網友回復：
如果我們仔細查看您的代碼，則 col 為 3 個值'a'，'b'和np.nan. 前兩個是字串，第三個是 np.float。
但是，np.isnan不是為字串型別設計的，那么它就會崩潰。以下將起作用
data = pd.DataFrame({'col':[1, 2, np.nan]})
[print('NaN') if np.isnan(i) else print('Not NaN') for i in data.col]
如果要區分np.nan所有物件型別，則應pd.isna改為使用。
uj5u.com熱心網友回復：
我更喜歡pd.isna每次都用于檢查 nans。因此，您的代碼更改為：
[print('NaN') if pd.isna(i) else print('Not NaN') for i in data.col]
輸出將是：
Not NaN
Not NaN
NaN
uj5u.com熱心網友回復：
如這里的答案所述，您必須使用pd.isnull(i)而不是np.isnan(i)，因為該函式np.isnan()不適用于str型別。
[print('NaN') if pd.isnull(i) else print('Not NaN') for i in data.col]
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/530648.html
標籤：Python麻木的