非数と欠損値の違いは?

Question

非数/NaN(not a number）と､missing value/欠損値は､どう違うのでしょうか｡

個人的には､統計結果を表にしたときに､調べしきれなかった箇所､あるいは打ち忘れた箇所などは「欠損値」で､計算やコンピュータの何かしらで生じるものを「非数」と呼ぶのかな､と思ったりしています｡

Answer 1

非数 (NaN) は特殊な浮動小数点数の一種で IEEE 754 という浮動小数点数規格において、明確に定義されています。NaN (Not a Number) という名前の通り、本来は 0/0 など定義されない浮動小数点演算の結果を表す用途で使われます。なので、NaN 自体は欠損値とは関係ありません。

一方、欠損値は、データ上でなんらかの理由により記録されなかった値のことを言います。
CSV データ上で欠損値を表す場合、空欄だったり、N/A という文字列だったり、様々ですが、欠損値を表す値がいろいろあると不便なので、「pandas 上では欠損値を NaN で表しましょう」という約束になっています。

Comments

[okahijiki]

ご回答､ありがとうございます｡
IEEE 754のよるNaNと､PandasにおけるNANでは相が異なるみたいな｡

[okahijiki]

たとえば､CSV の空欄がpandasではNANと表示された場合､「これ､欠損値ね」という言い方は正しいのですが､pandasに馴染みがなく､コンピュータに詳しい方からは､「ん?」という感じかもしれません､ね｡

[tiitoi]

そうですね
pandas に関する文脈では NaN = 欠損値と読み替えていいですが、それ以外の文脈ではあくまで NaN は浮動小数点数の用語ですね

[okahijiki]

このへんが混乱していました｡おかげさまでクリアになってまいりました｡ありがとうございますー｡