在Python Pandas和Numpy中,为什么比较的结果会不同?
但是,列表或元组中的
from pandas import Series
from numpy import NaN
NaN
不等于 NaN
>>> NaN == NaN
False
但是,列表或元组中的
NaN
是>>> [NaN] == [NaN], (NaN,) == (NaN,)
(True, True)
当 Series
中存在 NaN
时,它们不再相等:
>>> Series([NaN]) == Series([NaN])
0 False
dtype: bool
关于 None
:
>>> None == None, [None] == [None]
(True, True)
虽然
>>> Series([None]) == Series([None])
0 False
dtype: bool
这个答案解释了为什么在一般情况下NaN == NaN
的结果是False
,但没有解释它在Python/Pandas集合中的行为。
np.NaN
内部工作相关的答案。如果NaN!= NaN
,那么为什么在Python中[NaN] == [NaN]
? - hellpanderr