Python 为什么将等式和不等式与完全nan分类序列进行比较总是返回False？

我发现这是一个让我困惑的问题的根源。熊猫1.05

>>> left = pd.Series(pd.Categorical([numpy.nan, numpy.nan, numpy.nan, numpy.nan], categories=["1"], ordered=False))
>>> right = pd.Series(pd.Categorical(["1", "1", "1", numpy.nan], categories=["1"], ordered=False))

>>> left == right 
0    False
1    False
2    False
3    False
dtype: bool

>>> left != right
0    False
1    False
2    False
3    False
dtype: bool

---

为什么会发生这种情况？

这是ISO标准中定义的

NaN

的基本属性之一

NaN

值会导致任何比较操作失败（

返回False

）

numpy.nan == numpy.nan

是

False

。同样，这也是标准所要求的。这个概念是，如果某个东西不是数字，那么你就不能将它与任何数字进行比较。这通常是一个类型错误，但是

NaN

是专门为需要一个非数字而开发的，尽管如此，该数字部分地与数字数据集的其余部分兼容。本标准中还定义了

Inf

系列

---

在这些漂亮的软件包出现之前，我就是这样在一些模拟代码中快速检查

NaN

：

如果没有（x==x）.

这是ISO标准中定义的

NaN

的基本属性之一

NaN

值会导致任何比较操作失败（

返回False

）

numpy.nan == numpy.nan

是

False

。同样，这也是标准所要求的。这个概念是，如果某个东西不是数字，那么你就不能将它与任何数字进行比较。这通常是一个类型错误，但是

NaN

是专门为需要一个非数字而开发的，尽管如此，该数字部分地与数字数据集的其余部分兼容。本标准中还定义了

Inf

系列

在这些漂亮的软件包出现之前，我就是这样在一些模拟代码中快速检查

NaN

：

if not（x==x）.