Pandas.DataFrame isna()方法和isnull()方法的区别

在对数据进行清洗的时候，一般都需要处理数据集中的空值。首先需要查看各列是否存在空值，然后就可以使用 .fillna() 来填补空值或者用.dropna()来丢弃数据表中包含空值的某些行或者列。

对于查看各列是否存在空值，有两种方法：Pandas.DataFrame isna()和isnull()。事实上，这两种方法并没有什么区别，他们做的是相同的事情。在R语言中， na 和 null 是两种不同的东西：

然而，在python中，pandas是构建在numpy之上的。在numpy中，既没有 na 也没有 null ，而只有 NaN (意思是“Not a Number”)，因此，pandas也沿用NaN值。

简单的说：

原文来自：

/questions/37878/difference-between-isna-and-isnull-in-pandas