float('nan')结果为Nan（不是数字）。但是，如何检查呢？应该很容易，但是我找不到。

math.isnan（x）

返回True如果x为NaN（非数字），以及False其他。

>>> import math
>>> x = float('nan')
>>> math.isnan(x)
True

测试NaN的通常方法是查看其是否与自身相等：

def isNaN(num):
    return num != num

numpy.isnan(number)告诉您是否NaN存在。

您可以通过以下三种方法测试变量是否为“ NaN”。

import pandas as pd
import numpy as np
import math

#For single variable all three libraries return single boolean
x1 = float("nan")

print(f"It's pd.isna  : {pd.isna(x1)}")
print(f"It's np.isnan  : {np.isnan(x1)}")
print(f"It's math.isnan : {math.isnan(x1)}")

输出量

It's pd.isna  : True
It's np.isnan  : True
It's math.isnan  : True

这是使用的答案：

• NaN实施符合IEEE 754标准
  • 即：python的NaN：float('nan')，numpy.nan...
• 任何其他对象：字符串或任何对象（如果遇到，则不会引发异常）

遵循该标准实现的NaN是唯一不相等比较与其自身返回True的值：

def is_nan(x):
    return (x != x)

还有一些例子：

import numpy as np
values = [float('nan'), np.nan, 55, "string", lambda x : x]
for value in values:
    print(f"{repr(value):<8} : {is_nan(value)}")

输出：

nan      : True
nan      : True
55       : False
'string' : False
<function <lambda> at 0x000000000927BF28> : False

我实际上只是碰到了这个，但是对我来说，它正在检查nan，-inf或inf。我刚用过

if float('-inf') < float(num) < float('inf'):

这对于数字是正确的，对于nan和两个inf都是错误的，并且会为字符串或其他类型的东西引发异常（这可能是一件好事）。而且，这不需要导入任何库，例如math或numpy（numpy是如此之大，它会使任何已编译应用程序的大小增加一倍）。

math.isnan（）

或将数字与其本身进行比较。NaN始终为！= NaN，否则（例如，如果为数字）比较将成功。

如果卡在<2.6上，这是另一种方法，则没有numpy，也没有IEEE 754支持：

def isNaN(x):
    return str(x) == str(1e400*0)

好吧，我进入了这篇文章，因为我在功能上遇到了一些问题：

math.isnan()

运行此代码时出现问题：

a = "hello"
math.isnan(a)

它引发异常。我的解决方案是再次进行检查：

def is_nan(x):
    return isinstance(x, float) and math.isnan(x)

随着python <2.6我最终得到了

def isNaN(x):
    return str(float(x)).lower() == 'nan'

这适用于Solaris 5.9框上的python 2.5.1和Ubuntu 10上的python 2.6.5

我正在从NaN以字符串形式发送的Web服务接收数据'Nan'。但是我的数据中也可能存在其他类型的字符串，因此简单的字符串float(value)可能会引发异常。我使用了以下可接受答案的变体：

def isnan(value):
  try:
      import math
      return math.isnan(float(value))
  except:
      return False

需求：

isnan('hello') == False
isnan('NaN') == True
isnan(100) == False
isnan(float('nan')) = True

判断变量是NaN还是None的所有方法：

无类型

In [1]: from numpy import math

In [2]: a = None
In [3]: not a
Out[3]: True

In [4]: len(a or ()) == 0
Out[4]: True

In [5]: a == None
Out[5]: True

In [6]: a is None
Out[6]: True

In [7]: a != a
Out[7]: False

In [9]: math.isnan(a)
Traceback (most recent call last):
  File "<ipython-input-9-6d4d8c26d370>", line 1, in <module>
    math.isnan(a)
TypeError: a float is required

In [10]: len(a) == 0
Traceback (most recent call last):
  File "<ipython-input-10-65b72372873e>", line 1, in <module>
    len(a) == 0
TypeError: object of type 'NoneType' has no len()

NaN型

In [11]: b = float('nan')
In [12]: b
Out[12]: nan

In [13]: not b
Out[13]: False

In [14]: b != b
Out[14]: True

In [15]: math.isnan(b)
Out[15]: True

如何从混合数据类型列表中删除NaN（浮动）项目

如果您在迭代器中包含混合类型，则以下是不使用numpy的解决方案：

from math import isnan

Z = ['a','b', float('NaN'), 'd', float('1.1024')]

[x for x in Z if not (
                      type(x) == float # let's drop all float values…
                      and isnan(x) # … but only if they are nan
                      )]

['a'，'b'，'d'，1.1024]

短路评估意味着isnan不会调用非浮点类型的值，因为可以False and (…)快速评估而False无需评估右侧。

在Python 3.6中，检查字符串值x math.isnan（x）和np.isnan（x）会引发错误。所以我无法检查给定的值是否为NaN，如果我事先不知道它是一个数字。以下似乎解决了这个问题

if str(x)=='nan' and type(x)!='str':
    print ('NaN')
else:
    print ('non NaN')

对于float类型的nan

>>> import pandas as pd
>>> value = float(nan)
>>> type(value)
>>> <class 'float'>
>>> pd.isnull(value)
True
>>>
>>> value = 'nan'
>>> type(value)
>>> <class 'str'>
>>> pd.isnull(value)
False

对于熊猫字符串，请使用pd.isnull：

if not pd.isnull(atext):
  for word in nltk.word_tokenize(atext):

作为NLTK的特征提取功能

def act_features(atext):
features = {}
if not pd.isnull(atext):
  for word in nltk.word_tokenize(atext):
    if word not in default_stopwords:
      features['cont({})'.format(word.lower())]=True
return features