Как проверить, что значение NaN в Python? 🔍

Значение nan в Python можно проверить с помощью функции math.isnan() из модуля math или метода isnan() у объектов типа float.

import math

x = float('nan')
is_nan1 = math.isnan(x)
print(is_nan1)

y = float('inf')
is_nan2 = math.isnan(y)
print(is_nan2)

z = float('123')
is_nan3 = math.isnan(z)
print(is_nan3)

Результат выполнения кода:

True

False

False

Как проверить, что значение является NaN в Python

NaN (Not a Number) - это специальное значение в языке программирования Python, которое используется для представления неопределенных или некорректных числовых значений. Однако, проверка, что значение является NaN, не такая простая задача, так как NaN не равен ни одному другому значению, даже самому себе.

1. Использование функции math.isnan()

В Python есть функция math.isnan(), которую можно использовать для проверки, является ли значение NaN. Эта функция возвращает значение True, если аргумент является NaN, и False в противном случае.

import math

value = float('nan')
if math.isnan(value):
    print("Значение является NaN")
else:
    print("Значение не является NaN")

В этом примере мы используем функцию math.isnan() для проверки, является ли значение переменной value NaN. Если значение является NaN, выводится сообщение "Значение является NaN". В противном случае выводится сообщение "Значение не является NaN".

2. Использование функции numpy.isnan()

Если вы работаете с массивами или матрицами в Python, то библиотека NumPy предоставляет функцию numpy.isnan() для проверки, является ли значение NaN. Эта функция возвращает массив булевых значений, где True означает, что значение является NaN, а False - что значение не является NaN.

import numpy as np

array = np.array([1.0, float('nan'), 2.0])
is_nan = np.isnan(array)

print(is_nan)

В этом примере мы создаем массив array, содержащий числа и значение NaN. Затем мы используем функцию numpy.isnan() для проверки, является ли каждый элемент массива NaN. Результат проверки сохраняется в переменной is_nan, которая является массивом булевых значений. Затем мы выводим этот массив, чтобы увидеть, какие элементы являются NaN.

3. Использование функции pandas.isna()

Если вы работаете с данными в формате таблицы, то библиотека Pandas предоставляет функцию pandas.isna() для проверки, является ли значение NaN. Эта функция возвращает DataFrame или Series с булевыми значениями, где True означает, что значение является NaN, а False - что значение не является NaN.

import pandas as pd

data = {'Column1': [1.0, 2.0, float('nan')],
        'Column2': [3.0, float('nan'), 5.0]}
df = pd.DataFrame(data)

is_nan = pd.isna(df)

print(is_nan)

В этом примере мы создаем DataFrame df с двумя столбцами, содержащими числа и значение NaN. Затем мы используем функцию pandas.isna() для проверки, является ли каждое значение в DataFrame NaN. Результат проверки сохраняется в переменной is_nan, которая является DataFrame с булевыми значениями. Затем мы выводим этот DataFrame, чтобы увидеть, какие значения являются NaN.

4. Использование оператора == с самим собой

NaN не равен ни одному другому значению, даже самому себе. Поэтому одним из способов проверить, является ли значение NaN, является использование оператора == с самим собой.

value = float('nan')
if value == value:
    print("Значение не является NaN")
else:
    print("Значение является NaN")

В этом примере мы используем оператор == с самим собой для проверки, является ли значение переменной value NaN. Если значение не является NaN, выводится сообщение "Значение не является NaN". В противном случае выводится сообщение "Значение является NaN".

Заключение

В этой статье мы рассмотрели несколько способов проверки, является ли значение NaN в Python. Мы использовали функции math.isnan(), numpy.isnan() и pandas.isna() для проверки числовых значений, массивов и данных в формате таблицы. Также мы узнали о том, что NaN не равен ни одному другому значению, даже самому себе, и можем использовать оператор == с самим собой для проверки на NaN.