熊猫中isna（）和isull（）之间的区别

我已经使用熊猫已有一段时间了。但是，我不了解熊猫isna()和isnull()熊猫之间有什么区别。而且，更重要的是，可使用哪一个来识别数据框中的缺失值。

如何将值检测为na或的基本根本区别是null什么？

熊猫isna()VS isnull()。

我假设你指的是pandas.DataFrame.isna()VS pandas.DataFrame.isnull()。不要与混淆pandas.isnull()，与上面两个相比，这不是DataFrame类的方法。

这两个DataFrame方法的作用完全相同！即使他们的文档是相同的。您甚至可以在熊猫代码中确认这一点。

但是，为什么两个名称不同的方法会做同样的事情？

这是因为熊猫的数据框基于R的数据框。在R na和null是两个独立的事物。阅读这篇文章以获取更多信息。

但是，在python中，pandas建立在numpy之上，而numpy 既na没有null值，也没有值。而是numpy具有NaN值（代表“不是数字”）。因此，熊猫也NaN使用价值。

简而言之

• 要检测NaNnumpy使用的值np.isnan()。

• 要检测NaN熊猫的值，请使用.isna()或.isnull()。
  这些NaN值继承自Pandas建立在numpy之上的事实，而这两个函数的名称均来自R的DataFrames，P的结构和功能试图模仿P的DataFrames。