Python: Hướng dẫn đầy đủ kiểm tra, xử lý NaN và giá trị thiếu

1. Cách kiểm tra NaN trong Python

NaN là gì?

Tầm quan trọng của việc kiểm tra NaN

2. Cách tạo NaN

num = float('nan')
print(num)  # Kết quả: nan

Khác biệt so với None

num = float('nan')
print(num == num)  # Kết quả: False

none_value = None
print(none_value == None)  # Kết quả: True

3. Cách kiểm tra NaN

3.1. Kiểm tra bằng thư viện chuẩn（math.isnan()）

import math

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

3.2. Kiểm tra bằng NumPy（numpy.isnan()）

import numpy as np

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

3.3. Kiểm tra với pandas（pandas.isna()）

import pandas as pd
import numpy as np

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

4. Cách xóa hoặc thay thế NaN

4.1. Xóa NaN khỏi danh sách

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)  # Kết quả: [1, 2, 4]

4.2. Xóa NaN bằng pandas（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. Thay thế NaN bằng pandas（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. Các phép tính có chứa NaN

import numpy as np

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

Ví dụ về các phép tính thống kê có chứa NaN

import numpy as np

data = [1, 2, np.nan, 4]
mean = np.nanmean(data)  # Tính giá trị trung bình bỏ qua NaN
print(mean)  # Kết quả: 2.3333...

6. Lưu ý về việc kiểm tra NaN

6.1. Hành vi của các toán tử so sánh

num = float('nan')
print(num == num)  # Kết quả: False

6.2. Điểm cần lưu ý khi làm sạch dữ liệu

7. Tổng kết