python - 为什么 np.nan 存储为字符串，无法使用 isnull()/isna()/notnull()/notna()？

Question

这是我分配的代码np.nan：

df['column1'] = pd.np.where(df5.column5.str.contains("ABC"), "GHI",
               pd.np.where(df5.column5.str.contains("DEF"), "KLM", np.nan))

我想过滤掉'column1'是NaN的行。我尝试使用isnull()，isna()但这些都不起作用。这里的工作如下：

df = df [df['column1'] != 'nan']

这意味着np.nan存储为字符串。为什么会这样？我该如何解决这个问题？

标签： pythonpandasnumpynullseries

Answer 1

使用np.where将创建一个 numpy 数组，在这种情况下使用字符串和np.nan. 但是，运行类似

np.array(['a', np.nan])

会给array(['a', 'nan'], dtype='<U3')。这里np.nan已转换为'nan'.

在这种情况下也会发生同样的情况，运行您的代码而不分配给带有一些示例数据的列（更改pd.np为由nptidakdiinginkan 评论）：

np.where(df5.column5.str.contains("ABC"), "GHI", 
  np.where(df5.column5.str.contains("DEF"), "KLM", np.nan))

给出：

array(['GHI', 'GHI', 'GHI', 'GHI', 'nan', 'nan', 'KLM', 'KLM'],
      dtype='<U32')

你可以做的是使用None而不是np.nan：

df['column1'] = pd.np.where(df5.column5.str.contains("ABC"), "GHI",
               pd.np.where(df5.column5.str.contains("DEF"), "KLM", None))

这将允许您df['column1'].isnull()按预期使用。