您可以使用
NaN！=的inate属性。
NaN
所以
a == a将返回
False如果
a是
NaN
这甚至适用于字符串
例：
In[52]:s = pd.Series([1, np.NaN, '', 1.0])sOut[52]: 0 11 NaN2 3 1dtype: objectfor val in s: print(val==val)TrueFalseTrueTrue
这可以通过向量化的方式完成：
In[54]:s==sOut[54]: 0 True1 False2 True3 Truedtype: bool
但您仍然可以
isnull在整个系列中使用该方法：
In[55]:s.isnull()Out[55]: 0 False1 True2 False3 Falsedtype: bool
更新
正如@piRSquared所指出的，如果您进行比较，
None==None它将返回
True但
pd.isnull将返回，
True因此取决于您是否想将其
None视为
NaN仍可
==用于比较还是
pd.isnull将其
None视为
NaN
