python 的 None and nan

由于None的存在，我们使用一些函数时就总会收到干扰，因此需要增加一个判断条件去完善它

None表示空值，它是一个特殊 Python 对象, None的类型是NoneType

None在 Python 解释器启动时自动创建, 解释器退出时销毁。
在一个解释器进程中只有一个 None 存在, 因为不可能有其他对象会使用 None 已占用的内存(它就是占了个坑)
所以只有: None is None and None == None

• None不支持任何运算也没有任何内建方法
• None和任何其他的数据类型比较永远返回False
• None有自己的数据类型NoneType，不能创建其他NoneType对象（它只有一个值None）
• None与0、空列表、空字符串不一样
• None是没有像len,size等属性的

import numpy as np
print(None ==0,None == ' ',None == None,None == False, None==np.nan,None is np.nan)
#False False True False False False

要判断一个变量是否为None，直接使用，这个是本文中重要的点

if a is None:
    pass

1.nan的类型居然是float

2.nan 该如何和其他数值区分开来

import math
import numpy as np
type(np.nan)  #float
math.isnan(np.nan)  #True
math.isnan(x)==False  #即可表示

nan，NaN，NAN，None比较

nan来自于numpy中numpy.nan，字面意思应该是Not a Number。在不同代码中有nan，有NaN，有NAN，但其实他们都一样的

import numpy as np
np.nan is np.NaN is np.NAN
#True

None等于None，但是对于nan，nan并不等于nan

None == None
#True
 
np.nan == np.nan
#False

判断时可以用

np.isnan(np.nan)  #True

下面介绍一个非nan的求和

np.nansum([11,np.nan,123])
#134.0

nan个数的计算（利用nan !=nan 为True）

a = np.array([1,2,3,4,np.nan,5,np.nan,np.nan])
#array([  1.,   2.,   3.,   4.,  nan,   5.,  nan,  nan])
 
np.count_nonzero(a != a)
#3

还可以使用pd.isnull()

def employmentLength_to_int(s):
    if pd.isnull(s):
        return s
    else:
        return np.int8(s.split()[0])