দক্ষতার সাথে পরীক্ষা করে নিরপেক্ষ বস্তু পাইথন / নম্পি / পান্ডাসে NaN আছে কিনা?

Question 1

আমার ন্যালি অ্যারেগুলি np.nanঅনুপস্থিত মান নির্ধারণ করতে ব্যবহার করে। আমি যেমন ডেটা সেটটি পুনরুক্তি করি, তেমনি আমাকে এ জাতীয় নিখোঁজ মানগুলি সনাক্ত করতে হবে এবং তাদের বিশেষ উপায়ে পরিচালনা করতে হবে।

নিঃসন্দেহে আমি ব্যবহার করেছি numpy.isnan(val), যা valসমর্থিত ধরণের সাবসেটের মধ্যে না থাকলে ভাল কাজ করে numpy.isnan()। উদাহরণস্বরূপ, অনুপস্থিত ডেটা স্ট্রিংয়ের ক্ষেত্রগুলিতে ঘটতে পারে, সেই ক্ষেত্রে আমি পাই:

>>> np.isnan('some_string')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: Not implemented for this type

ব্যয় এবং ফিরে পাওয়া একটি ব্যয়বহুল আবরণ লেখার ব্যতীত False, এটিকে কী মার্জিত এবং দক্ষতার সাথে পরিচালনা করার উপায় আছে?

Question 2

pandas.isnull()(এছাড়াও pd.isna(), নতুন সংস্করণে) উভয় সংখ্যাসূচক এবং স্ট্রিং / অবজেক্ট অ্যারেতে অনুপস্থিত মানগুলির জন্য পরীক্ষা করে। ডকুমেন্টেশন থেকে, এটি পরীক্ষা করে:

সংখ্যার অ্যারেতে NaN, অবজেক্ট অ্যারেগুলিতে কোনও / নাএন

দ্রুত উদাহরণ:

import pandas as pd
import numpy as np
s = pd.Series(['apple', np.nan, 'banana'])
pd.isnull(s)
Out[9]: 
0    False
1     True
2    False
dtype: bool

numpy.nanঅনুপস্থিত মানগুলিকে উপস্থাপন করার জন্য ব্যবহার করার ধারণাটি এমন কিছু যা pandasচালু হয়েছিল, যার কারণেই pandasএটি মোকাবেলার সরঞ্জাম রয়েছে।

তারিখের সময়ও (আপনি যদি ব্যবহার করেন তবে আপনাকে pd.NaTdtype নির্দিষ্ট করতে হবে না)

In [24]: s = Series([Timestamp('20130101'),np.nan,Timestamp('20130102 9:30')],dtype='M8[ns]')

In [25]: s
Out[25]: 
0   2013-01-01 00:00:00
1                   NaT
2   2013-01-02 09:30:00
dtype: datetime64[ns]``

In [26]: pd.isnull(s)
Out[26]: 
0    False
1     True
2    False
dtype: bool

Question 3

আপনার টাইপ কি সত্যিই নির্বিচারে? আপনি যদি জানেন তবে এটি কেবল একটি ইন্ট ফ্ল্যাট বা স্ট্রিং হতে চলেছে যা আপনি ঠিক করতে পারেন

 if val.dtype == float and np.isnan(val):

ধরে নেওয়া যাক এটি আর্দ্রভাবে মুড়ে গেছে, এটি সর্বদা একটি টাইপযুক্ত থাকবে এবং কেবল ভাসমান এবং জটিল NaN হতে পারে