Python 关于numpy/nan的困惑 将熊猫作为pd导入 输入io x=“”a，b ，bb 2. ,,""" df=pd.read\U csv（io.StringIO（x）） 打印（df） a b 0南bb 1.2.0 NaN 2楠楠楠 打印（[[type（uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu [float，float，float][str，float，float]] 打印（[set（df[]）用于df中的[uuu]） [{nan，nan，2.0}，{nan，'bb'}]

正如您所看到的，所有

nan

s都是浮点数，但是

set（df.b）

给出了唯一的值。而

a

列中的两个

nan

似乎不同。为什么?

此外，以下差异的原因是什么

[在df.a中为uu键入（u））
Out[370]：[float，float，float]
[范围内i的类型（df.a[i]）（len（df.a））]
Out[371]：[numpy.float64，numpy.float64，numpy.float64]

它们是不同的（虽然都是float类型，但是不同的类）

[在df.b中为uu键入（u））
Out[374]：[str，float，float]
[范围内i的类型（df.b[i]）（len（df.b））]
Out[373]：[str，float，float]

---

它们都是一样的

它看起来像是一个裸体的东西，而不仅仅是熊猫。当数据类型为

object

时，

nan

检查与数据类型为

float

时不同。Pandas显示不区分字符串、python

nan

和

np.nan

值。在包含字符串的列中，

dtype

是对象，

nan

是python浮点。另一列是

np.float

dtype数组。@hpaulj python是否有内置的

nan

？输入

nan

引发

name错误：未定义名称“nan”

float（'nan'）

生成此对象；它通常没有自己的python名称

np.nan

创建相同的东西。但是请记住，

nan

不等于任何东西，甚至不等于它本身。所以测试它是很棘手的<代码>np.isnan帮助

pandas

具有更强大/通用的工具，用于测试和替换

nan

（以及类似的值）。