Pandas.DataFrame isna()方法和isnull()方法的區別

在對數據進行清洗的時候，壹般都需要處理數據集中的空值。首先需要查看各列是否存在空值，然後就可以使用 .fillna() 來填補空值或者用.dropna()來丟棄數據表中包含空值的某些行或者列。

對於查看各列是否存在空值，有兩種方法：Pandas.DataFrame isna()和isnull()。事實上，這兩種方法並沒有什麽區別，他們做的是相同的事情。在R語言中， na 和 null 是兩種不同的東西：

然而，在python中，pandas是構建在numpy之上的。在numpy中，既沒有 na 也沒有 null ，而只有 NaN (意思是“Not a Number”)，因此，pandas也沿用NaN值。

簡單的說：

原文來自：

/questions/37878/difference-between-isna-and-isnull-in-pandas