将具有多个nan值的pandas系列化为一组可得出多个nan值

并非所有的Nan都是相同的：

In [182]: np.nan is np.nanOut[182]: TrueIn [183]: float('nan') is float('nan')Out[183]: FalseIn [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

np.nan

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

但

pd.Series(l).tolist()

np.float64('nan')

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

因此set不会将它们视为相等：

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

如果您有熊猫系列，请使用它的

unique

set

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