您可以使用@H_301_1@NaN!=的inate属性。@H_301_1@NaN
所以@H_301_1@a == a将返回@H_301_1@False如果@H_301_1@a是@H_301_1@NaN
这甚至适用于字符串
例:
@H_301_1@In[52]: s = pd.Series([1, np.NaN, '', 1.0]) s Out[52]: 0 1 1 NaN 2 3 1 dtype: object for val in s: print(val==val) True False True True
这可以通过向量化的方式完成:
@H_301_1@In[54]: s==s Out[54]: 0 True 1 False 2 True 3 True dtype: bool
但您仍然可以@H_301_1@isnull在整个系列中使用该方法:
@H_301_1@In[55]: s.isnull() Out[55]: 0 False 1 True 2 False 3 False dtype: bool
正如@piRSquared所指出的,如果您进行比较,@H_301_1@None==None它将返回@H_301_1@True但@H_301_1@pd.isnull将返回,@H_301_1@True因此取决于您是否想将其@H_301_1@None视为@H_301_1@NaN仍可@H_301_1@==用于比较还是@H_301_1@pd.isnull将其@H_301_1@None视为@H_301_1@NaN