Como verificar o valor NaN em Python?

Em Python, o valor NaN é um valor especial que indica que um número não é um número. Para verificar um valor NaN em Python, você pode usar a função isinstance(). A função isinstance() retorna um valor booleano que indica se um determinado objeto é uma instância de uma determinada classe. Se a função isinstance() retornar True, então o objeto é uma instância da classe especificada pelo argumento, e se a função isinstance() retornar False, então o objeto não é uma instância da classe especificada pelo argumento

Para usar a função isinstance() para verificar um valor NaN em Python, você pode usar o seguinte exemplo de código

if isinstance(x, float)

print("x é um float")

outro

print("x não é um número")

Em Python, como você verifica se um único valor é NaN?. Existem abordagens que usam bibliotecas (pandas, math e numpy) e abordagens que não usam bibliotecas

NaN é uma abreviação de Not A Number e é uma das formas mais comuns de representar um valor ausente em dados. É um valor de ponto flutuante exclusivo que não pode ser convertido em outro tipo diferente de float

Um dos problemas mais sérios na análise de dados é o valor NaN. É fundamental lidar com NaN para alcançar os resultados desejados

É simples localizar e lidar com NaN dentro de um array, série ou dataframe. No entanto, determinar um valor NaN autônomo é difícil. Neste artigo, abordarei cinco maneiras de lidar com NaN em Python. Os três primeiros métodos dependem de funções de biblioteca integradas.

Método 1. Usando a Biblioteca Pandas

A função isna() da biblioteca pandas pode ser usada para determinar se um valor é nulo ou NaN. Se o valor for NaN/null, retornará True

import pandas as pd
x = float("nan")
print(f"It's pd.isna  : {pd.isna(x)}")OutputIt's pd.isna  : True

Método 2. Usando a biblioteca Numpy

A função isnan() da biblioteca numpy pode ser usada para determinar se um valor é nulo ou NaN. É semelhante à função isna () dos pandas

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

Método 3. Usando a biblioteca de matemática

A biblioteca matemática inclui funções matemáticas integradas. Todos os números reais são cobertos pela biblioteca. pode ser usado ao lidar com grandes números
Para verificar valores nulos/NaN, a biblioteca matemática inclui a função isnan()

import math
x = float("nan")
print(f"It's math.isnan : {math.isnan(x)}")OutputIt's math.isnan  : True

Método 4. Comparando consigo mesmo

Quando comecei a trabalhar para uma grande empresa de TI, tive que passar por um treinamento no primeiro mês. Ao apresentar o conceito de valores NaN, o treinador mencionou que eles são semelhantes a alienígenas desconhecidos. Como esses alienígenas estão constantemente mudando de aparência, não podemos comparar o valor NaN com ele mesmo
A maneira mais comum de detectar valores NaN é ver se a variável é igual a si mesma. Se não for, deve ser um valor NaN

def isNaN(num):
    return num!= numx=float("nan")
isNaN(x)OutputTrue

Método 5. Verificando o alcance

O intervalo é outra propriedade de NaN que pode ser usada para verificar NaN. Todos os valores de ponto flutuante ficam entre menos infinito e infinito

infinito < qualquer número < infinito

No entanto, os valores de NaN estão fora desse intervalo. Como resultado, se o valor não cair dentro do intervalo de menos infinito a infinito, é NaN

Isso pode ser feito da seguinte forma

def isNaN(num):
    if float('-inf') < float(num) < float('inf'):
        return False 
    else:
        return Truex=float("nan")
isNaN(x)OutputTrue

Espero que você tenha achado o artigo anterior útil. Tenho certeza de que existem muitas outras técnicas para verificar valores NaN com base em diferentes lógicas. Por favor, compartilhe quaisquer outros métodos que você descobriu para verificar valores NaN/Null

Olá, hoje vamos discutir NaN. Além disso, aprenderemos como usar o Python para determinar se uma determinada string é um NaN. Você pode estar se perguntando o que é esse NaN. Então deixe-me dizer-lhe que Nan é uma abreviação de Not a Number. É um tipo de dado numérico que representa uma imprevisibilidade de valor. Por exemplo, a raiz quadrada de um número negativo é um NaN, assim como a subtração de um número infinito de outro número infinito. Em um sistema de computação, NaN representa um valor indefinido

Em Python, como você verifica se uma string é NaN?

Podemos determinar se uma string é NaN usando a propriedade do objeto NaN que um NaN. = NaN

Vamos criar uma função booleana chamada isNaN() que retorna true se o argumento dado for um NaN e false caso contrário

def isNaN(string):
    return string != string
print(isNaN("hello"))
print(isNaN(np.nan))

O código a seguir produzirá o seguinte resultado

False
True

Também podemos converter um valor em float para determinar se é NaN. Importamos o módulo math e usamos o math para estes. método isnan(). Veja o código abaixo

Como resultado, o código para determinar se existe um valor NaN na coluna 'set_of_numbers' é o seguinte

import pandas as pd
import numpy as np

data = {'set_of_numbers': [1,2,3,4,5,np.nan,6,7,np.nan,8,9,10,np.nan]}
df = pd.DataFrame(data)

check_for_nan = df['set_of_numbers'].isnull().values.any()
print (check_for_nan)

Ao executar o código, você obterá 'True', que confirma a presença de valores NaN na coluna DataFrame

True

Além disso, se quiser ver o detalhamento real das instâncias em que existem valores NaN, você pode remover. valores. any() do código. Portanto, a sintaxe completa para obter o detalhamento seria a seguinte

import pandas as pd
import numpy as np

data = {'set_of_numbers': [1,2,3,4,5,np.nan,6,7,np.nan,8,9,10,np.nan]}
df = pd.DataFrame(data)

check_for_nan = df['set_of_numbers'].isnull()
print (check_for_nan)

Agora você deve ver três instâncias de valores NaN

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

Aqui está outro método para obter todas as instâncias em que existe um valor NaN

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

Uma nova coluna (chamada 'value_is_NaN') agora aparecerá, indicando todas as instâncias onde existe um valor NaN

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

(2) Conte o número de NaNs em uma única coluna DataFrame

Você pode usar esta sintaxe para contar os valores NaN em uma única coluna DataFrame

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

A sintaxe do nosso exemplo é a seguinte

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

A contagem de três valores NaN será retornada para você

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

E aqui está outro método para determinar o número

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

Você obterá a contagem de três instâncias de valores NaN, como antes

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

(3) Pesquise por NaN em todo um DataFrame

Vamos agora adicionar uma segunda coluna ao DataFrame original. Outro conjunto de números com valores NaN seria incluído nesta coluna

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

Ao executar o código, você verá 8 instâncias de valores NaN em todo o DataFrame

import numpy as np
x = float("nan")
print(f"It's np.isnan  : {np.isnan(x)}")OutputIt's np.isnan  : True

Você pode então usar esta sintaxe para verificar a presença de valores NaN em todo o DataFrame

import math
x = float("nan")
print(f"It's math.isnan : {math.isnan(x)}")OutputIt's math.isnan  : True

Para o nosso exemplo

import math
x = float("nan")
print(f"It's math.isnan : {math.isnan(x)}")OutputIt's math.isnan  : True

Ao executar o código, você obterá o valor 'True', que confirma a presença de valores NaN no DataFrame

Como calculo o valor de um NaN?

Como posso verificar o valor NaN em Pandas?

Como você determina se uma variável tem um valor NaN?

Como determino se uma string tem um valor NaN?