Vérifier si une valeur particulière (dans la cellule) est NaN dans les pandas DataFrame pas de travail à l'aide ix ou lci

Permet de dire que j'ai suivantes pandas DataFrame:

import pandas as pd
df = pd.DataFrame({"A":[1,pd.np.nan,2], "B":[5,6,0]})

Qui ressemblerait à:

>>> df
     A  B
0  1.0  5
1  NaN  6
2  2.0  0

Première option

Je sais un moyen de vérifier si une valeur particulière est NaN, qui est comme suit:

>>> df.isnull().ix[1,0]
True

Deuxième option (pas de travail)

J'ai pensé en dessous de l'option, à l'aide de ix, marcherait aussi bien, mais il n'est pas:

>>> df.ix[1,0]==pd.np.nan
False

J'ai aussi essayé iloc avec les mêmes résultats:

>>> df.iloc[1,0]==pd.np.nan
False

Cependant si j'ai vérifier ces valeurs à l'aide de ix ou iloc j'obtiens:

>>> df.ix[1,0]
nan
>>> df.iloc[1,0]
nan

Donc, pourquoi est la deuxième option ne fonctionne pas? Est-il possible de vérifier NaN des valeurs à l'aide ix ou iloc?

Explication: essayez ceci: pd.np.nan == pd.np.nan 😉
Qui donne False! Pourquoi est-ce?
stackoverflow.com/questions/20320022/...
C'est la nature de "Pas Un Nombre". En raison de cela, nous avons pd.isnull(), pd.notnull(), IS (NOT) NULL en SQL, etc
comment pensez-vous - faut-il le fermer comme une dupe?

OriginalL'auteur Cedric Zoppolo | 2017-11-22