在布尔表达式中NaN数据怎么表示

在布尔表达式中，NaN（Not a Number）数据可以使用 `isna()` 或 `isnull()` 函数来表示。这些函数可以检查 DataFrame 中的每个元素，并返回一个布尔数组，指示哪些元素是 NaN。

下面是一个示例，演示如何在布尔表达式中处理 NaN 数据：

import pandas as pd
import numpy as np

# 创建一个示例 DataFrame，包含 NaN 数据
data = {'Name': ['Alice', 'Bob', np.nan, 'Dave'],
        'Age': [25, 30, np.nan, 40],
        'Salary': [50000, 60000, np.nan, 80000]}
df = pd.DataFrame(data)

# 使用 isna() 函数创建布尔数组，表示哪些元素是 NaN
is_nan = df.isna()

# 打印布尔数组
print(is_nan)

输出结果为：

    Name    Age  Salary
0  False  False   False
1  False  False   False
2   True   True    True
3  False  False   False

在上述示例中，我们使用 `isna()` 函数创建了一个与 DataFrame `df` 相同形状的布尔数组 `is_nan`。该数组指示了哪些元素是 NaN（True 表示是 NaN，False 表示不是 NaN）。

你可以根据该布尔数组进行条件筛选。例如，筛选出 Name 列为 NaN 的行可以使用以下代码：

filtered_df = df[df['Name'].isna()]
print(filtered_df)

输出结果为：

  Name   Age  Salary
2  NaN   NaN     NaN

通过使用 `isna()` 或 `isnull()` 函数来处理 NaN 数据，你可以更方便地在布尔表达式中对 DataFrame 进行筛选操作。