如何在Pandas中避免对列表型单元格进行逐元素NaN检查？

要判断DataFrame单元格是否为单个NaN值（而非包含NaN的列表/数组），可以通过以下几种简单方法实现：

方法1：直接用is判断（针对np.nan） #

np.nan是单例对象，而列表属于可迭代类型，直接用is即可区分：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [[1, 2, 3], np.nan, [7, np.nan, np.nan], [4, 5, 6]]})

# 检查索引2的单元格是否为单个NaN
elem = df.loc[2,'A']
print(elem is np.nan)  # 输出：False

# 检查索引1的单元格是否为单个NaN
elem = df.loc[1,'A']
print(elem is np.nan)  # 输出：True

方法2：兼容多类型NaN的通用写法 #

如果需要兼容np.nan、pd.NA等不同类型的缺失值，可先判断元素是否为标量，再检查是否为NaN：

elem = df.loc[2,'A']
result = pd.isna(elem) if pd.api.types.is_scalar(elem) else False
print(result)  # 输出：False

方法3：通过类型判断 #

如果明确单个NaN为浮点类型，可结合类型检查和NaN判断：

elem = df.loc[2,'A']
result = isinstance(elem, float) and pd.isna(elem)
print(result)  # 输出：False

原理说明 #

pd.isna()和np.isnan()会自动对可迭代对象（如列表、数组）执行逐元素检查，因此返回布尔数组而非单个布尔值。上述方法通过先排除可迭代对象的情况，仅对标量进行NaN判断，从而实现“将整个单元格作为整体与单个NaN比较”的需求。

内容的提问来源于stack exchange，提问作者silence_of_the_lambdas