None、null和NaN

注意： python中没有null，但是有和其意义相近的None。

1、None

None表示空值，它是一个特殊 Python 对象, None的类型是NoneType。
None 是 NoneType 数据类型的唯一值，我们不能再创建其它 NoneType 类型的变量，但是可以将 None 赋值给任何变量。

>>> type(None)
<class 'NoneType'>

该对象在Python解释器启动时自动创建，解释器停止时销毁。

特征

• None 不支持任何运算
• None 和任何其他的数据类型比较永远返回False
• None 有自己的数据类型NoneType，不能创建其他NoneType对象（它只有一个值None）
• None 与0、空列表、空字符串不一样
• 可以将None赋值给任何变量，也可以给None值变量赋值
• None是没有像len,size等属性的，要判断一个变量是否为None，直接使用

>>> None == 0 
False
>>> None == '' 
False
>>> None == False 
False
>>> dir(None)
['__bool__',
 '__class__',
 '__delattr__',
 '__dir__',
 '__doc__',
 '__eq__',
 '__format__',
 '__ge__',
 '__getattribute__',
 '__gt__',
 '__hash__',
 '__init__',
 '__init_subclass__',
 '__le__',
 '__lt__',
 '__ne__',
 '__new__',
 '__reduce__',
 '__reduce_ex__',
 '__repr__',
 '__setattr__',
 '__sizeof__',
 '__str__',
 '__subclasshook__']

作为没有return关键函数的返回值

对于所有没有 return 语句的函数定义，Python 都会在末尾加上 return None，使用不带值的 return 语句（也就是只有 return 关键字本身），那么就返回 None。

>>> def function():
        print('hanshu')
    
    result = function() 
    print(result)
hanshu
None

2. NaN

当使用Numpy或者Pandas处理数据的时候，经常会遇到条目中没有没有数据，然后当我们在去打印的时候就会出现NaN。

• NaN是没有办法和任何数据进行比较
• 它和任何值都不相等，包括他自己。
• 它的类型是float，但是和任何值做计算的结果都是NaN

import pandas as pd
df = pd.read_excel('/Users/mac/Desktop/test.xlsx',header=None)
df 
    0   1   2
0   1   2.0 3
1   4   NaN 6
2   7   8.0 9

原数据为下图：

Xnip2020-12-03_14-36-57.png

>>> num = df.loc[1,1] 
>>> num
nan
>>> result = num + 2
>>> result 
>>> nan

个人理解的等式

• NULL(数据库)=None(python列表)=NaN(pandas)
• 空字符(数据库)=空字符(python列表)=空字符(pandas)
• 从csv中获取数据时：空值(csv)=NULL(数据库)=NaN(pandas)
• 转为csv数据时：数据库中的NULL\空字符和pandas中的NaN\空字符，都变成csv中的空值