Python 对None的比较在元素方面有效，但在dataframe中无效

我正在尝试查看数据帧中的值是否有任何变化，从一行到另一行。特别是一列有很多

None

值。
如果我在元素方面检查

None

值之间的不相等性，它会给出我期望的答案（即，

None！=None

返回

False

），但当我对列进行相同的比较时就不会了

下面是一个简单的工作示例：

>>> example_data = [None]*3 + ['a','b','b'] + [None]*4
>>> df = pd.DataFrame(example_data, columns = ['col1'])
>>> print df

    col1
0   None
1   None
2   None
3   a
4   b
5   b
6   None
7   None
8   None
9   None

为了查看值是否从一行更改到下一行，我将移动所有内容并比较值：

>>> did_it_change = (df != df.shift(1))
>>> print did_it_change

    col1
0   True
1   True
2   True
3   True
4   True
5   False
6   True
7   True
8   True
9   True

只要比较中不涉及

None

，它就是准确的（例如，第5行将其先前的

b

值更改为

b

，因此它没有更改）

如果我选中单个元素，它将按预期工作：

>>> df.loc[1,'col1'] != df.loc[2,'col1']
False

但这并不是出现在整列中的答案：

dod_it_change.loc[1，：]

是

True

如果我使用

“

而不是

None

，我确实会得到预期的结果，但是用空字符串替换

None

似乎是任意和多余的

这是我所期望的结果

>>> example_data = [""]*3 + ['a','b','b'] + [""]*4
>>> df = pd.DataFrame(example_data, columns = ['col1']) 
>>> did_it_change = (df != df.shift(1))
>>> print did_it_change

    col1
0   True
1   False
2   False
3   True
4   True
5   False
6   True
7   False
8   False
9   False

---

这是怎么回事？如果我在dataframe列而不是其元素上调用它，为什么与

None

的比较会给出不同的答案

我怀疑在执行数据帧级操作时，

None

正在引擎盖下转换为

np.nan

，这将解释输出为

np.nan！=np.nan

根据定义返回

True

。查看

df==df

的输出。理论不错！我刚刚运行了

df==df

，果然，

None

值不等于它们自己。至少现在我知道为什么会这样。我仍然认为这是不受欢迎的行为。。。