python 值比较判断，np.nan is np.nan 却 np.nan != np.nan ,pandas 单个数据框/单元格 值判断nan

pandas中DataFrame，Series 都有 isnull()方法，而数据框/单元格却没有，用了就会报错：AttributeError: 'float' object has no attribute 'isnull'

　　怎么判断单个框是否为 np.nan？

索引一个单元格，用 is 判断

pd.ix[60009,u'团队'] is np.nan

===========================================

Python常规的判断，==，和is， 这对None是有效的

　　None is None
　　Out[49]: True

　　None == None
　　Out[50]: True

 ==========================================

　　而对，np.nan，只能用is

da1pd.ix[6000996,u'团队'] == np.nan
Out[41]: False

da1pd.ix[6000996,u'团队'] is np.nan

Out[42]: True

np.nan == np.nan
Out[43]: False

 ==================================

　　np.nan也不是None

None == np.nan
Out[46]: False

None is np.nan
Out[48]: False

 is 、== 的判断方法不同，is 判断是否为同一个对象

　　1 is 1
　　Out[51]: True

而’== ’ 是值判断，两个变量值是否相等。

　　u = 156

　　v = 156

　　u is v
　　Out[58]: True

#因为，Python，对变量赋值是用的引用，默认传的是地址，所以，赋的是同一个 对象，也会是 同一个对象

　　u = 156.0

　　u is v
　　Out[60]: False

　　u == v
　　Out[61]: True

# 一个赋值整数，一个赋值浮点数时就 不指向一个对象了。 只是值相等而已

#注意：当数字过大时，超过256时也是不同的对象，因为数字过大解析器并没有保存

a = 250
a is 250
Out[65]: True

a = 257
a is 257
Out[67]: False

a = 256
a is 256
Out[69]: True

回到开始，np.nan 应该是没有值的，所以不能值判断，只用对象引用判断，而None有空值，所以也可以值判断。

#补充之前的浅陋认识，np.nan 重载了“==” 运算符，dir(np.nan)就能看到"__eq__"，翻了一下模块文件，没找到定义np.nan的源代码在哪.....

#补充+1， 这次找到了，np.nan是在C:Program Files (x86)Anaconda2libsite-packages umpycore umeric.py 下引入的

       

     那个umath其实是 C:Program Files (x86)Anaconda2Libsite-packages umpycoreumath.pyd

      pyd 传说中的扩展包，numpy底层是C写的。。。