Python中如何检查DataFrame中的日期空值？

我有一个包含日期数据的DataFrame：

date1               date2               date3
--------------------------------------------------------
16/07/2021 13:32    16/07/2021 14:25    26/07/2021 16:49
null                15/07/2021 15:14    null
31/10/2021 07:02    31/10/2021 07:11    12/11/2021 14:57
09/11/2021 16:35    10/11/2021 09:02    10/12/2021 18:45

我想要检查日期值是否为null，但尝试了以下方法均未成功：

>>> print(df['date1'][0])
16/07/2021 13:32

>>> print(df['date1'][1])
nan

>>> print(df['date1'][1] == 'null')
False

>>> print(df['date1'][1] == 'nan')
False

>>> print(df['date1'][1] == 'Nan')
False

>>> print(df['date1'][1] is None)
False

请问有解决该问题的方法吗？

Pandas中的NaN是特殊的浮点类型空值，不能用普通的等于判断或is None识别，必须用专门的工具方法：

• 方法1：用Pandas内置的isna()/isnull()
  这两个方法完全等价，可直接对单个元素或整列进行空值判断：

  # 检查单个元素
  print(pd.isna(df['date1'][1]))  # 输出 True
  print(pd.isnull(df['date1'][1]))  # 输出 True
  
  # 检查整列所有空值
  print(df['date1'].isna())
  # 输出结果：
  # 0    False
  # 1     True
  # 2    False
  # 3    False
  # Name: date1, dtype: bool
  

• 方法2：用NumPy的isnan()
  针对单个元素的空值判断，也可以用NumPy的函数：

  import numpy as np
  print(np.isnan(df['date1'][1]))  # 输出 True
  

• 额外优化：统一日期格式与空值
  如果你的日期列是字符串类型（包括原始的null字符串），建议先转换为datetime类型，自动将无效值转为时间类型空值NaT，后续判断更统一：

  df['date1'] = pd.to_datetime(df['date1'], errors='coerce')
  

内容的提问来源于stack exchange，提问作者Lkmuraz