Python判断Nan值方法 _Python判断Nan值的五种方式小结

判断Nan值的五种方式小结

更新时刻：2022年5月9日9点49分49秒，作者信息如下：

本文详细阐述了判定Nan值的五种方法，内容精炼且实用，极具参考意义。衷心期望它能为大家提供帮助。若发现文中存在谬误或未周全之处，敬请批评指正。

判断Nan值方式小结numpy判断

import numpy as np
nan = float('nan')
print(np.isnan(nan))

True

Math判断

import math
nan = float('nan')
print(math.isnan(nan))

True

判断

import pandas as pd
nan = float('nan')
print(pd.isna(nan))

True

判断是否等于自身

利用Nan值不等于其自身判断

def is_nan(nan):
    return nan != nan
nan = float('nan')
print(is_nan(nan))

True

Nan不属于任何取值区间

# 只能输入数值型参数
def is_nan(nan):
    return not float('-inf') < nan < float('inf')
nan = float('nan')
print(is_nan(nan))

True

的nan处理

中的nan，即Not A 。

定义nan的方法

变量a被赋值为浮点数'nan'，或者从decimal模块中导入Decimal类，然后a被赋予'nan'的Decimal表示形式。

常见的计算结果为nan的情况

a = -float("inf")
b = -float("inf")
c = float("inf")
d = float("inf")
4. 类似地，0与c相乘的结果也是非数值。

在今日的算法实现过程中，我遭遇了nan值问题。经过一番排查，最终发现这一问题源于程序在计算过程中出现了“3”这一特定情况，进而导致了计算结果的失准。为了解决这个问题，我加入了if条件判断，当程序遇到“3”时，将其结果直接设置为0。

此乃个人之经验之谈，愿为各位提供借鉴，同时期待大家能够给予脚本之家更多的支持与厚爱。