pandas.isnull()（也是pd.isna()，在较新的版本中）检查数字数组和字符串/对象数组中的缺失值。从文档中，它检查：
数字数组中的NaN，对象数组中的None / NaN
快速示例：
import pandas as pd
import numpy as np
s = pd.Series(['apple', np.nan, 'banana'])
pd.isnull(s)
Out[9]:
0 False
1 True
2 False
dtype: bool
numpy.nan用来表示缺失值的想法是pandas引入的，这就是为什么pandas有工具来处理它的原因。
日期时间也是如此（如果使用pd.NaT，则无需指定dtype）
In [24]: s = Series([Timestamp('20130101'),np.nan,Timestamp('20130102 9:30')],dtype='M8[ns]')
In [25]: s
Out[25]:
0 2013-01-01 00:00:00
1 NaT
2 2013-01-02 09:30:00
dtype: datetime64[ns]``
In [26]: pd.isnull(s)
Out[26]:
0 False
1 True
2 False
dtype: bool
602392714
清零编程群