質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.80%

PandasのNaNの正体

受付中

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 5,487

proglabo

score 2276

PandasのNaNの正体を教えてください。まずは下記をご覧ください。

>>> x1=pd.DataFrame({
    "id":[1,2,3,4,5,6,7,8,9,10],
    "name":["1_name","2_name","3_name","4_name","5_name","6_name","7_name","8_name","9_name","10_name"]
})

>>> x2=pd.DataFrame({
    "id":[1,2,3,4,5,6,7],
    "department":["1_department","2_department","3_department","4_department","5_department","6_department","7_department"]
})

>>> x = pd.merge(x1, x2, how="left" ,left_on=["id"],right_on=["id"])


で、データフレームxを作成します。

>>> x
id name department
1 1_name 1_department
2 2_name 2_department
3 3_name 3_department
4 4_name 4_department
5 5_name 5_department
6 6_name 6_department
7 7_name 7_department
8 8_name NaN
9 9_name NaN
10 10_name NaN

このデータフレームのNaNの箇所について下記の様になります

# PythonのNone
>>> x["department"][8]==None#False

# mathのnan
>>> math.isnan(x["department"][8])# True
>>> x["department"][8]==math.nan# False

# Numpyのnan
>>> x["department"][8]==np.nan# False
>>> np.isnan(x["department"][8])# True

math.isnan()とmath.nanの時で真偽が異なるのも意味不明です。PandasのNaNはいったい何を表すのでしょうか?

具体的に困っている点
データフレームの特定の箇所を欠損させる処理を行った後、任意の条件に従ってデータを取捨選択してきますが、NoneとPandasのNaNは異なる値と判定されるので困っています。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

+2

型を見ればわかりますが、pandasのnan(を取り出した段階のもの)にしろ、math.nanにしろ、floatのnanです。

>>> type(x["department"][8])
<class 'float'>
>>> type(math.nan)
<class 'float'>

ただし、そもそもnanは自分自身との比較でFalseを返します。

>>> math.nan == math.nan
False

必ずisnan系の関数かメソッドで比較するようにすればいいでしょう。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/05/10 11:27

    データフレームの特定の箇所にNaNを代入したいのですが、どうすればいいですか?
    > x["department"][7]=None
    だとNoneが入りますよね?Noneでなく、NaNを代入したいです。

    キャンセル

  • 2019/05/10 11:29 編集

    math.nanかnp.nanを代入すればいいのでは。それかfloat("nan")でもいけます(NaNは IEEE 754 浮動小数点規格で表されていますので、準拠あるいは影響を受けた浮動小数点型であれば表現できます)

    キャンセル

  • 2019/05/10 11:31

    出来ました(*^▽^*)
    ありがとうございます(´;ω;`)

    キャンセル

+1

NaN(=numpy.nan=math.nan)非数を表しNoneとは異なります。
また、NaNの重要な性質としてNaNのお話に記載のあるとおり

  • NaNとの四則演算は常にNaN
  • NaNとの!=以外の比較演算は常にfalse、!=は常にtrue

となります。したがって提示の比較演算はFalseとなります。
これではある値がNaNか判定できないので、それ専用の関数numpy.isnan()が存在します。

他、参考:python】0,None,numpy.nanの比較

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.80%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る