Разница между isna () и isnull () в пандах

Я уже давно пользуюсь пандами. Но я не понял, в чем разница между isna()и isnull()в пандах. И, что более важно, какой из них использовать для определения пропущенных значений в кадре данных.

Какова основная разница в том, как значение определяется как naили null?

Панды isna()против isnull().

Я предполагаю, что вы имеете в виду pandas.DataFrame.isna()против pandas.DataFrame.isnull(). Не путать с тем pandas.isnull(), что в отличие от двух выше не является методом класса DataFrame.

Эти два метода DataFrame сделать точно то же самое! Даже их документы идентичны. Вы даже можете подтвердить это в коде панд .

Но почему два метода с разными именами делают одно и то же?

Это потому, что DataFrames панд основаны на DataFrames R. В R naи nullдве разные вещи. Прочтите этот пост для получения дополнительной информации.

Однако в python pandas построен поверх numpy, который не имеет ниnanull значений, ни значений. Вместо этого numpy имеет NaNзначения (что означает «не число»). Следовательно, панды также используют NaNценности.

Короче говоря

• Для обнаружения NaNзначений используется NumPy np.isnan().

• Для определения NaNзначений панды использует либо .isna()или .isnull().
  Эти NaNзначения унаследованы от того , что панды построены на вершине NumPy, в то время как имена двух функций происходят из DataFrames АиРа, чья структура и функциональность панд пытались имитировать.