从Access数据库导入的空值为何显示为NoneType却不等于None？

为什么判断不匹配？ #

从Access导入空值到pandas时，不会直接存成Python原生的None。即使你用type()看到显示NoneType，实际大概率是numpy或pandas的缺失值对象，和原生None分属不同类型体系，所以用== None判断会返回False。

空单元格实际是什么值？ #

通常是这两种：

• numpy.nan：最常见的情况，尤其是数值型或object型列，虽然有时显示类似None，但本质是numpy的缺失值标识
• pandas.NA：pandas 1.0+引入的统一缺失值类型，兼容不同数据类型的空值判断

你可以直接打印这个值确认：

print(df.loc['3000', 'email'])

如果输出是nan，那就是numpy.nan；如果是<NA>，就是pandas.NA。

正确的判断方式 #

别用== None或== np.nan（np.nan和自身比较也会返回False），用专门的缺失值判断函数：

• 通用方案（推荐）：用pandas的pd.isna()或pd.isnull()

  pd.isna(df.loc['3000', 'email'])
  

• 针对numpy.nan的方案：用np.isnan()（只适用于数值类型空值）

  import numpy as np
  np.isnan(df.loc['3000', 'email'])
  

内容的提问来源于stack exchange，提问作者David