【Python】None vs NaN 总结

原文链接：

http://python.jobbole.com/87266/

 

为了不给自己惹不必要的麻烦和额外的记忆负担，在实践中，建议遵循以下三个原则即可：

• 在用 pandas 和 numpy 处理数据的阶段，将 None 和 NaN 统一处理成 NaN，以便支持更多的函数
• 如果要判断 Series、numpy.array 整体的等值性，用专门的 Series.equals、numpy.array 函数去处理，不要自己用 "==" 判断
• 如果要将数据导入数据库，将 NaN 替换成 None