降低熊猫系列有多个NaN值一组给多个NaN值

Question

我期待得到set([nan,0,1])，但我得到set([nan, 0.0, nan, 1.0])：

>>> import numpy as np 
>>> import pandas as pd 
>>> l= [np.nan,0,1,np.nan] 
>>> set(pd.Series(l)) 
set([nan, 0.0, nan, 1.0]) 
>>> set(pd.Series(l).tolist()) 
set([nan, 0.0, nan, 1.0]) 
>>> set(l) 
set([nan, 0, 1]) 

Answer 1

并非所有NaN是相同的：

In [182]: np.nan is np.nan 
Out[182]: True 

In [183]: float('nan') is float('nan') 
Out[183]: False 

In [184]: np.float64('nan') is np.float64('nan') 
Out[184]: False 

因此，

In [178]: set([np.nan, np.nan]) 
Out[178]: {nan} 

In [179]: set([float('nan'), float('nan')]) 
Out[179]: {nan, nan} 

In [180]: set([np.float64('nan'), np.float64('nan')]) 
Out[180]: {nan, nan} 

l包含np.nan个s，这是相同的，所以

In [158]: set(l) 
Out[158]: {nan, 0, 1} 

但pd.Series(l).tolist()包含np.float64('nan') S的不相同：

In [160]: [type(item) for item in pd.Series(l).tolist()] 
Out[160]: [numpy.float64, numpy.float64, numpy.float64, numpy.float64] 

所以设置不把他们当作平等的：

In [157]: set(pd.Series(l).tolist()) 
Out[157]: {nan, 0.0, nan, 1.0} 

---

如果你有一个熊猫系列，使用它的unique方法而不是set以找到唯一的值：

>>> s = pd.Series(l) 
>>> s.unique() 
array([ nan, 0., 1.])