float('nan')результаты в Nan (не число). Но как я могу это проверить? Должно быть очень легко, но я не могу его найти.

math.isnan (х)

Возврат, Trueесли x является NaN (не числом), и Falseиначе.

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

Обычный способ проверить NaN - посмотреть, равен ли он самому себе:

def isNaN(num):
    return num != num

numpy.isnan(number)говорит вам, если это NaNили нет.

Вот три способа, где вы можете проверить переменную "NaN" или нет.

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)}")

Вывод

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

Вот ответ, работающий с:

• Реализации NaN, соответствующие стандарту IEEE 754
  • то есть: питона NaN: float('nan'), numpy.nan...
• любые другие объекты: строка или что-то еще (не вызывает исключений, если встречаются)

NaN, реализованный в соответствии со стандартом, является единственным значением, для которого сравнение неравенства с самим собой должно возвращать значение True:

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

И несколько примеров:

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)}")

Вывод:

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

Я на самом деле просто столкнулся с этим, но для меня это была проверка для nan, -inf или inf. Я просто использовал

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

Это верно для чисел, false для nan и обоих inf, и вызовет исключение для таких вещей, как строки или другие типы (что, вероятно, хорошо). Также это не требует импорта каких-либо библиотек, таких как математика или numpy (numpy настолько чертовски большой, что удваивает размер любого скомпилированного приложения).

math.isnan ()

или сравните число с собой. NaN всегда! = NaN, в противном случае (например , если это число) сравнение должно преуспеть.

Другой метод, если вы застряли на <2.6, у вас нет numpy, и у вас нет поддержки IEEE 754:

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

Ну, я вошел в этот пост, потому что у меня были некоторые проблемы с функцией:

math.isnan()

Есть проблема при запуске этого кода:

a = "hello"
math.isnan(a)

Это вызывает исключение. Мое решение для этого состоит в том, чтобы сделать еще одну проверку:

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

С питоном <2.6 я закончил с

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

Это работает для меня с python 2.5.1 на коробке Solaris 5.9 и с python 2.6.5 на Ubuntu 10

Я получаю данные от веб-сервиса, который отправляет NaNв виде строки 'Nan'. Но в моих данных могут быть и другие типы строк, поэтому простое float(value)может вызвать исключение. Я использовал следующий вариант принятого ответа:

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

Требование:

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

Все методы, чтобы определить, является ли переменная NaN или нет:

Ни один тип

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()

Тип 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

Как удалить NaN (float) элемент (ы) из списка смешанных типов данных

Если вы смешали типы в итерируемом, вот решение, которое не использует 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]

Оценка короткого замыкания означает, что isnanона не будет вызываться для значений, которые не относятся к типу 'float', поскольку False and (…)быстро оценивается Falseбез необходимости оценивать правую часть.

В Python 3.6 проверка строкового значения x math.isnan (x) и np.isnan (x) вызывает ошибку. Поэтому я не могу проверить, является ли данное значение NaN или нет, если я не знаю заранее, это число. Следующее, кажется, решить эту проблему

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

Кажется, что проверка, если он равен самому себе

x!=x

самый быстрый

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)

Для нан типа float

>>> 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

для строк в панде беру pd.isnull:

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

функция как извлечение признаков для 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