Python मा NaN जाँच | फ्लोटिङ मानहरू ह्यान्डल गर्ने तरिका

1. Python मा NaN निर्धारण गर्ने तरिका

NaN भनेको के हो?

NaN निर्धारणको महत्व

2. NaN को निर्माण विधि

num = float('nan')
print(num)  # परिणाम: nan

None सँगको भिन्नता

num = float('nan')
print(num == num)  # परिणाम: False

none_value = None
print(none_value == None)  # परिणाम: True

3. NaN को पहिचान विधि

3.1. मानक पुस्तकालयमा निर्धारण（math.isnan()）

import math

num = float('nan')
print(math.isnan(num))  # परिणाम: True

3.2. NumPy प्रयोग गरेर निर्धारण（numpy.isnan()）

import numpy as np

num_list = [1, 2, np.nan, 4]
print(np.isnan(num_list))  # परिणाम: [False False  True False]

3.3. pandas मा निर्धारण（pandas.isna()）

import pandas as pd
import numpy as np

data = pd.Series([1, 2, np.nan, 4])
print(pd.isna(data))  # परिणाम: 0    False
                      #      1    False
                      #      2     True
                      #      3    False

4. NaN हटाउने र प्रतिस्थापन गर्ने तरिका

4.1. सूचीबाट NaN हटाउने

import math

num_list = [1, 2, float('nan'), 4]
clean_list = [num for num in num_list if not math.isnan(num)]
print(clean_list)  # परिणाम: [1, 2, 4]

4.2. pandas मा NaN हटाउने（dropna()）

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, 6]})
clean_df = df.dropna()
print(clean_df)

4.3. pandas मा NaN प्रतिस्थापन गर्ने（fillna()）

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, 6]})
df.fillna(0, inplace=True)
print(df)

5. NaN समावेशी गणना

import numpy as np

result = 10 + np.nan
print(result)  # परिणाम: nan

NaN समावेशी सांख्यिकीय गणनाको उदाहरण

import numpy as np

data = [1, 2, np.nan, 4]
mean = np.nanmean(data)  # NaN लाई बेवास्ता गरेर औसत मान गणना
print(mean)  # परिणाम: 2.3333...

6. NaN निर्धारण सम्बन्धी ध्यान दिनुपर्ने बुँदाहरू

6.1. तुलना अपरेटरको व्यवहार

num = float('nan')
print(num == num)  # परिणाम: False

6.2. डेटा सफा गर्ने बखतका बुँदाहरू

7. सारांश