python 值比較判斷，np.nan is np.nan 卻 np.nan != np.nan ,pandas 單個數據框/單元格 值判斷nan

pandas中DataFrame，Series 都有 isnull()方法，而數據框/單元格卻沒有，用了就會報錯：AttributeError: 'float' object has no attribute 'isnull'

　　怎么判斷單個框是否為 np.nan？

 

索引一個單元格，用 is 判斷

pd.ix[60009,u'團隊'] is np.nan

 

===========================================

Python常規的判斷，==，和is， 這對None是有效的

　　None is None
　　Out[49]: True

　　None == None
　　Out[50]: True

 ==========================================

　　而對，np.nan，只能用is

da1pd.ix[6000996,u'團隊'] == np.nan
Out[41]: False

da1pd.ix[6000996,u'團隊'] is np.nan

Out[42]: True

 

np.nan == np.nan
Out[43]: False

 ==================================

　　np.nan也不是None

None == np.nan
Out[46]: False

None is np.nan
Out[48]: False

 

 is 、== 的判斷方法不同，is 判斷是否為同一個對象

　　1 is 1
　　Out[51]: True

而’== ’ 是值判斷，兩個變量值是否相等。

　　u = 156

　　v = 156

　　u is v
　　Out[58]: True

#因為，Python，對變量賦值是用的引用，默認傳的是地址，所以，賦的是同一個 對象，也會是 同一個對象

　　u = 156.0

　　u is v
　　Out[60]: False

　　u == v
　　Out[61]: True

# 一個賦值整數，一個賦值浮點數時就 不指向一個對象了。 只是值相等而已

#注意：當數字過大時，超過256時也是不同的對象，因為數字過大解析器並沒有保存

a = 250
a is 250
Out[65]: True

a = 257
a is 257
Out[67]: False

a = 256
a is 256
Out[69]: True

 

回到開始，np.nan 應該是沒有值的，所以不能值判斷，只用對象引用判斷，而None有空值，所以也可以值判斷。

#補充之前的淺陋認識，np.nan 重載了“==” 運算符，dir(np.nan)就能看到"__eq__"，翻了一下模塊文件，沒找到定義np.nan的源代碼在哪.....

#補充+1， 這次找到了，np.nan是在C:\Program Files (x86)\Anaconda2\lib\site-packages\numpy\core\numeric.py 下引入的

       

     那個umath其實是 C:\Program Files (x86)\Anaconda2\Lib\site-packages\numpy\core\umath.pyd

      pyd 傳說中的擴展包，numpy底層是C寫的。。。