只是用 math.isnan(x)，如果x是NaN(不是数字)则返回True，否则返回False。

要找出特定列中哪些行有nan:

nan_rows = df[df['name column'].isnull()]

由于pandas必须为DataFrame.dropna()找到这一点，我看了看他们是如何实现它的，并发现他们使用了DataFrame.count()，它会计数DataFrame中的所有非空值。参考熊猫源代码。我还没有对这种技术进行基准测试，但我认为库的作者可能已经就如何实现它做出了明智的选择。

另一种方法是dropna，检查长度是否相等:

>>> len(df.dropna()) != len(df)
True
>>> 

这将只包括至少有一个null/na值的列。

 df.isnull().sum()[df.isnull().sum()>0]

我一直在使用以下和类型转换为字符串，并检查nan值

   (str(df.at[index, 'column']) == 'nan')

这允许我检查一个系列中的特定值，而不只是返回如果它包含在系列中的某个地方。