float('nan')ナン（数ではない）になります。しかし、どうすれば確認できますか？とても簡単なはずですが、見つかりません。

math.isnan（x）

TruexがNaN（数値ではない）のFalse場合はそれを返し、それ以外の場合は返します。

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

NaNをテストする通常の方法は、それがそれ自体と等しいかどうかを確認することです。

def isNaN(num):
    return num != num

numpy.isnan(number)かどうかを教えてくれますNaN。

変数が「NaN」かどうかをテストできる3つの方法を次に示します。

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)}")

出力

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

ここで働く答えです：

• IEEE 754標準に準拠したNaN実装
  • つまり：pythonのNaN：float('nan')、numpy.nan...
• その他のオブジェクト：文字列など（発生しても例外は発生しません）

標準に従って実装されたNaNは、それ自体との不等比較がTrueを返す必要がある唯一の値です。

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

そしていくつかの例：

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)}")

出力：

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

私は実際にこれに遭遇しましたが、私にとっては、nan、-inf、またはinfのチェックでした。使ったばかり

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

これは数値の場合はtrue、nanの場合はfalse、両方の場合はfalseであり、文字列やその他の型（例外はあります）などの例外を発生させます。また、これには、mathやnumpyなどのライブラリをインポートする必要はありません（numpyは非常に大きいので、コンパイルされたアプリケーションのサイズが2倍になります）。

math.isnan（）

または、番号をそれ自体と比較します。NaNは常にある！=（それがあれば例えばNaNは、それ以外で数）の比較が成功しなければなりません。

<2.6で立ち往生している場合のもう1つの方法は、numpyがなく、IEEE 754がサポートされていない場合です。

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

関数にいくつか問題があったので、まあ私はこの投稿に入りました：

math.isnan()

このコードを実行すると問題が発生します。

a = "hello"
math.isnan(a)

例外が発生します。そのための私の解決策は、別のチェックを行うことです：

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

Python <2.6で私は結局

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

これは、Solaris 5.9ボックスでpython 2.5.1を使用し、Ubuntu 10でpython 2.6.5を使用して動作します。

NaN文字列として送信するWebサービスからデータを受信しています'Nan'。しかし、私のデータには他の種類の文字列も含まれるfloat(value)可能性があるため、単純な場合は例外をスローする可能性があります。受け入れられた回答の次のバリアントを使用しました：

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

要件：

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

変数がNaNかNoneかを判別するすべてのメソッド：

なしタイプ

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()

NaNタイプ

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

混合データ型のリストからNaN（float）アイテムを削除する方法

イテラブル内に型が混在している場合は、numpyを使用しないソリューションを次に示します。

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]

短絡評価とは、isnan「float」型ではない値に対しては呼び出されないことを意味します。これは、右側をFalse and (…)評価するFalse必要がないため、すぐに評価されるためです。

Python 3.6では、文字列値x math.isnan（x）とnp.isnan（x）をチェックするとエラーが発生します。そのため、与えられた値がNaNであるかどうか、事前に数値であることがわからない場合は確認できません。以下はこの問題を解決するようです

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

それがそれ自身と等しいかどうかをチェックしているようです

x!=x

最速です。

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)

float型のnanの場合

>>> 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

パンダの文字列の場合はpd.isnullを取ります：

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

NLTKの特徴抽出としての機能

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