Python isna（）和isnull（）之间有什么区别？

熊猫既有

isna（）

又有

isnull（）

。我通常使用

isnull（）

来检测缺少的值，但从未遇到过这种情况，因此我不得不使用其他方法。

---

因此，何时使用isna（）？

两者的文档完全相同

熊猫。isna（）：

.isnull（）：

在这里，它甚至说DataFrame.isnull是isna的别名，请参见第节

.DataFrame.isnull（）

---

因此，它们必须是相同的东西，比如np.nan、np.nan、np.nan。

isnull

是

isna

的别名。字面意思是：

事实上：

>>> pd.isnull
<function isna at 0x7fb4c5cefc80>

>>pd.isnull

---

因此，我建议使用

isna

它们都是相同的。作为一种最佳实践，总是喜欢使用

isna（）

而不是

isnull（）

---

很容易记住

isna（）

在做什么，因为当您查看numpy方法

np.isnan（）

时，它会检查

NaN

值。在pandas中，还有其他类似的方法名称，如

dropna（）

，

fillna（）

，它们可以处理缺少的值，并且总是有助于轻松记忆。

是否建议使用哪种方法？其中一个只是遗留的吗？因为

isnull

是

isna

的别名，所以我倾向于选择

isna

。事实上，

isna

似乎比

isnull

更经常地被使用。“应该有一种而且最好只有一种明显的方法来做到这一点。”大概同样的情况也适用于

notna

和

notnull

？我们不仅应该使用

isna

以保持清晰，而且

isnull

也应该被弃用

isnull

返回

False

的空值表示在设计和质量审查期间存在一些草过剩。

>>> pd.isnull
<function isna at 0x7fb4c5cefc80>