python判斷nan
『壹』 python怎麼判斷一個數據是否為數字
NaN是JavaScript里用的吧。。就是非數字的意思。如果要在Python里判斷是否數字的話可以用isinstance(a, int) or isinstance(a, float) or isinstance(a, double)這樣
『貳』 Python中怎麼判斷一個浮點數是NaN
>>> a == 'NaN'
False
>>> a == nan
False
>>> a == float('NaN')
False
>>> isNaN(a)
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
NameError: name 'isNaN' is not defined
以上幾種方法，都可以試一下
『叄』 python數據處理怎麼篩選掉nan空值
既然我們認為空值和空格都代表無數據，那麼可以先得到這兩種情況下的布爾數組。
這里，我們的DataFrame類型的數據集為df，其中有一個變數VIN，那麼取得空值和空格的布爾數組為NONE_VIN。然後通過該布爾數組，就能得到我們要的數據了
NONE_VIN = (df["VIN"].isnull()) | (df["VIN"].apply(lambda x: str(x).isspace()))
df_null = df[NONE_VIN]
df_not_null = df[~NONE_VIN]
『肆』 在使用python中的concat 函數時,有一個數據顯示nan 是怎麼回事
說明你的樣本數據中有nan值，通常是因為原始數據中包含空字元串或None值引起的。
解決辦法是把樣本數據中包含nan值的數據剔除，
或者如果樣本數據都是數值的話可以把nan值都改成0。
『伍』 請教python里有NaN這個東西嗎
Python 中表示 Not A Number 使用小寫的 nan
可以這樣定義一個 nan
a = float('nan')
或者
from decimal import Decimal
a = Decimal('nan')
最常見的計算有 無窮大 減 無窮大 結果為 nan
float('inf') - float('inf')
判斷一個數是不是 nan
import math
print(math.isnan(a))
nan 和 nan 的比較關系是 nan != nan
所以如果一個數 自身不等於自身 也可以判斷為 nan 類型
另外 numpy 里也有 NaN 的類型，不過不屬於 Python 原生就不說了
『陸』 資料庫中的空值與NULL的區別以及python中的NaN和None
NULL表示：不可用、未賦值、不知道、不適用，它既不是0也不是空格。記住：一個數值與NULL進行四則運算，其結果是NULL
空值和NULL的區別在於，在做count計算的時候：count(field_name)，field_name的值為空值也會被計算在裡面（這一行統計有效），而NULL不會
python有兩種方式獲取數據：
1. 一種是把數據從MySQL中導出到txt或者csv，然後本地讀取；
2. 另一種是python直接鏈接資料庫，讀取數據；第一種把數據從MYSQL導出後，python讀取時，空值和NULL在文件中都為NULL；Python讀取之後為NaN
第二種鏈接資料庫後，python能讀取表結構，資料庫的NULL對應列表中的None以及pandas中的NaN（如果欄位類型是時間，則為NaT）。而資料庫中的空字元，則被識別為空字元。
『柒』 python 判斷是否包含np.nan
1.使用series.unique() 發現其長度為18
而使用describe()中的count 或者dingdan_df['driver_phone'].value_counts()時為17個value，原因是後兩者僅統計非空的值。
查找：
unique()得到的為一個ndarray,從而無法直接用list中的if np.nan in test1:來判斷。
list求並交差：
http://blog.chinaunix.net/uid-200142-id-3992553.html
2.dictionary轉DataFrame
dict.items()為一個dict_items類型的對象，需要轉為list再傳入，同時指定列名
gongdan_users=pd.DataFrame(list(gongdan_dic.items()),columns=['driver_phone','counts'])