pandas基于numpy，所以其中的空值nan和numpy.nan是等价的。numpy中的nan并不是空对象，其实际上是numpy.float64对象，所以我们不能误认为其是空对象，从而用bool(np.nan)去判断是否为空值，这是不对的。

一、怎么判断

对于pandas中的空值，我们该如何判断，并且有哪些我们容易掉进去的陷阱，即不能用怎么样的方式去判断呢？

1、可以判断pandas中单个空值对象的方式：

- 利用pd.isnull(),pd.isna();

- 利用np.isnan();

- 利用is表达式；

- 利用in表达式

- 使用math库的isnan函数

2、不可以用来判断pandas单个空值对象的方式：

- 不可直接用==表达式判断；

- 不可直接用bool表达式判断；

- 不可直接用if语句判断。

3、对于同时多个空值对象的判断和处理：

- 可以用Series对象和DataFrame对象的any()或all()方法；

- 可以用numpy的any()或all()方法；

- 不可以直接用python的内置函数any()和all()方法；

- 可以用Series或DataFrame对象的dropna()方法剔除空值；

- 可以用Series或DataFrame对象的fillna()方法填充空值。

二、示例：

>>> import pandas as pd

>>> import nump