float('nan')ผลลัพธ์ในน่าน (ไม่ใช่ตัวเลข) แต่ฉันจะตรวจสอบได้อย่างไร น่าจะง่ายมาก แต่ฉันหามันไม่เจอ

math.isnan (x)

ส่งคืนTrueถ้า x เป็น NaN (ไม่ใช่ตัวเลข) และเป็นFalseอย่างอื่น

>>> import math
>>> x = float('nan')
>>> math.isnan(x)
True

วิธีปกติในการทดสอบ NaN คือดูว่ามีค่าเท่ากันหรือไม่:

def isNaN(num):
    return num != num

numpy.isnan(number)บอกคุณว่ามันเป็นNaNหรือไม่

ต่อไปนี้เป็นสามวิธีที่คุณสามารถทดสอบตัวแปรได้ "NaN" หรือไม่

import pandas as pd
import numpy as np
import math

#For single variable all three libraries return single boolean
x1 = float("nan")

print(f"It's pd.isna  : {pd.isna(x1)}")
print(f"It's np.isnan  : {np.isnan(x1)}")
print(f"It's math.isnan : {math.isnan(x1)}")

เอาท์พุต

It's pd.isna  : True
It's np.isnan  : True
It's math.isnan  : True

นี่คือคำตอบที่ทำงานกับ:

• การใช้งาน NaN ที่สอดคล้องกับมาตรฐาน IEEE 754
  • เช่น: หลามน่านfloat('nan'), numpy.nan...
• วัตถุอื่นใด: สตริงหรืออะไรก็ตาม (ไม่ยกข้อยกเว้นหากพบ)

NaN ดำเนินการตามมาตรฐานเป็นเพียงค่าเดียวที่การเปรียบเทียบความไม่เท่าเทียมกับตัวมันเองควรคืนค่าเป็นจริง:

def is_nan(x):
    return (x != x)

และตัวอย่างบางส่วน:

import numpy as np
values = [float('nan'), np.nan, 55, "string", lambda x : x]
for value in values:
    print(f"{repr(value):<8} : {is_nan(value)}")

เอาท์พุท:

nan      : True
nan      : True
55       : False
'string' : False
<function <lambda> at 0x000000000927BF28> : False

ที่จริงฉันเพิ่งพบเจอปัญหานี้ แต่สำหรับฉันมันคือการตรวจสอบว่าน่าน -inf หรือ inf ฉันเพิ่งใช้

if float('-inf') < float(num) < float('inf'):

นี่เป็นเรื่องจริงสำหรับตัวเลขเท็จสำหรับน่านและทั้ง inf และจะเพิ่มข้อยกเว้นสำหรับสิ่งต่าง ๆ เช่นสตริงหรือประเภทอื่น ๆ (ซึ่งอาจเป็นสิ่งที่ดี) นอกจากนี้สิ่งนี้ไม่จำเป็นต้องนำเข้าไลบรารีใด ๆ เช่น math หรือ numpy (numpy นั้นใหญ่มากจนขนาดของแอปพลิเคชั่นที่คอมไพล์แล้ว)

math.isnan ()

หรือเปรียบเทียบตัวเลขกับตัวเอง NaN อยู่เสมอ! = NaN มิฉะนั้น (เช่นถ้าเป็นตัวเลข) การเปรียบเทียบควรสำเร็จ

อีกวิธีหนึ่งหากคุณติดค้างที่ <2.6 คุณไม่มีปัญหาและคุณไม่มีการรองรับ IEEE 754:

def isNaN(x):
    return str(x) == str(1e400*0)

ฉันเข้าสู่โพสต์นี้เพราะฉันมีปัญหากับฟังก์ชั่น:

math.isnan()

มีปัญหาเมื่อคุณเรียกใช้รหัสนี้:

a = "hello"
math.isnan(a)

มันทำให้เกิดข้อยกเว้น ทางออกของฉันคือการตรวจสอบอีกครั้ง:

def is_nan(x):
    return isinstance(x, float) and math.isnan(x)

ด้วย python <2.6 ฉันลงเอยด้วย

def isNaN(x):
    return str(float(x)).lower() == 'nan'

สิ่งนี้ใช้ได้กับฉันด้วย python 2.5.1 บนกล่อง Solaris 5.9 และ python 2.6.5 บน Ubuntu 10

ฉันได้รับข้อมูลจากบริการเว็บที่ส่งเป็นสตริงNaN 'Nan'แต่อาจมีสตริงอื่น ๆ ในข้อมูลของฉันเช่นกันดังนั้นข้อผิดพลาดง่าย ๆfloat(value)อาจทำให้เกิดข้อยกเว้น ฉันใช้ตัวแปรคำตอบที่ยอมรับต่อไปนี้:

def isnan(value):
  try:
      import math
      return math.isnan(float(value))
  except:
      return False

ต้องการ:

isnan('hello') == False
isnan('NaN') == True
isnan(100) == False
isnan(float('nan')) = True

วิธีการทั้งหมดที่จะบอกว่าตัวแปรคือ NaN หรือไม่มี:

ไม่มีประเภท

In [1]: from numpy import math

In [2]: a = None
In [3]: not a
Out[3]: True

In [4]: len(a or ()) == 0
Out[4]: True

In [5]: a == None
Out[5]: True

In [6]: a is None
Out[6]: True

In [7]: a != a
Out[7]: False

In [9]: math.isnan(a)
Traceback (most recent call last):
  File "<ipython-input-9-6d4d8c26d370>", line 1, in <module>
    math.isnan(a)
TypeError: a float is required

In [10]: len(a) == 0
Traceback (most recent call last):
  File "<ipython-input-10-65b72372873e>", line 1, in <module>
    len(a) == 0
TypeError: object of type 'NoneType' has no len()

ประเภท NaN

In [11]: b = float('nan')
In [12]: b
Out[12]: nan

In [13]: not b
Out[13]: False

In [14]: b != b
Out[14]: True

In [15]: math.isnan(b)
Out[15]: True

วิธีลบ NaN (float) รายการจากรายการชนิดข้อมูลแบบผสม

หากคุณมีประเภทผสมใน iterable นี่คือวิธีการแก้ปัญหาที่ไม่ได้ใช้ numpy:

from math import isnan

Z = ['a','b', float('NaN'), 'd', float('1.1024')]

[x for x in Z if not (
                      type(x) == float # let's drop all float values…
                      and isnan(x) # … but only if they are nan
                      )]

['a', 'b', 'd', 1.1024]

การประเมินการลัดวงจรหมายความว่าisnanจะไม่ถูกเรียกใช้บนค่าที่ไม่ใช่ของประเภท 'ลอย' เมื่อFalse and (…)ประเมินอย่างรวดเร็วFalseโดยไม่ต้องประเมินทางด้านขวามือ

ใน Python 3.6 การตรวจสอบค่าสตริง x math.isnan (x) และ np.isnan (x) ทำให้เกิดข้อผิดพลาด ดังนั้นฉันไม่สามารถตรวจสอบว่าค่าที่กำหนดเป็น NaN หรือไม่ถ้าฉันไม่ทราบล่วงหน้าว่าเป็นตัวเลข ดูเหมือนว่าต่อไปนี้เพื่อแก้ไขปัญหานี้

if str(x)=='nan' and type(x)!='str':
    print ('NaN')
else:
    print ('non NaN')

ดูเหมือนว่าการตรวจสอบว่ามันเท่ากับตัวเอง

x!=x

เร็วที่สุด

import pandas as pd 
import numpy as np 
import math 

x = float('nan')

%timeit x!=x                                                                                                                                                                                                                        
44.8 ns ± 0.152 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit math.isnan(x)                                                                                                                                                                                                               
94.2 ns ± 0.955 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit pd.isna(x) 
281 ns ± 5.48 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit np.isnan(x)                                                                                                                                                                                                                 
1.38 µs ± 15.7 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

สำหรับน่านชนิดลอย

>>> import pandas as pd
>>> value = float(nan)
>>> type(value)
>>> <class 'float'>
>>> pd.isnull(value)
True
>>>
>>> value = 'nan'
>>> type(value)
>>> <class 'str'>
>>> pd.isnull(value)
False

สำหรับสตริงใน panda take pd.isnull:

if not pd.isnull(atext):
  for word in nltk.word_tokenize(atext):

ฟังก์ชั่นเป็นคุณสมบัติการแยกสำหรับ NLTK

def act_features(atext):
features = {}
if not pd.isnull(atext):
  for word in nltk.word_tokenize(atext):
    if word not in default_stopwords:
      features['cont({})'.format(word.lower())]=True
return features