np.nanする比較とISNULLとの差（）

Question

Iは

data[data.agefm.isnull()] 

と

data[data.agefm == numpy.nan] 

が等価であると仮定。しかし、最初の行はagefmがNaNの行を返しますが、2番目の行は空のDataFrameを返します。省略値は常にnp.nanに等しいことに感謝しますが、それは間違っています。 data[data.agefm == np.nan]が正確に何を意味するのかで、

(Pdb) data.agefm.describe() 
count 2079.000000 
mean  20.686388 
std   5.002383 
min  10.000000 
25%  17.000000 
50%  20.000000 
75%  23.000000 
max  46.000000 
Name: agefm, dtype: float64 

はあなたが私にしてください説明してもらえ：

agefm列はのfloat64型を持って？

Answer 1

np.nanは、np.nan ...と直接比較できません。何がに等しいではありませんので、

np.isnan(np.nan) 

True 

も

pd.isnull(np.nan) 

True 

---

例
フィルタ何もしませんでした

np.nan == np.nan 

False 

ながら

s = pd.Series([1., np.nan, 2.]) 
s[s != np.nan] 

0 1.0 
1 NaN 
2 2.0 
dtype: float64 

フィルタアウトヌル我々がとにかく欲しいものを得るために

s = pd.Series([1., np.nan, 2.]) 
s[s.notnull()] 

0 1.0 
2 2.0 
dtype: float64 

利用奇数比較行動。 np.nan != np.nanがTrueであれば、

s = pd.Series([1., np.nan, 2.]) 
s[s == s] 

0 1.0 
2 2.0 
dtype: float64 

だけdropna

s = pd.Series([1., np.nan, 2.]) 
s.dropna() 

0 1.0 
2 2.0 
dtype: float64