pandas 偵測 NaN：isnull、isna、isNaN 哪些有效？
參考下圖計算各變數的遺漏值（NaN）個數結果，下列何者正確？ （輸出結果：youtube 0 / facebook 1 / newspaper 0 / sales 0 / dtype: int64） 選項 A: df.isnull().sum() 選項 B: df.isNaN().sum() 選項 C: df.isna().sum() 選項 D: df.isnan().sum()
題目顯示計算各欄缺失值個數的輸出結果（facebook 有 1 個 NaN），並列出 4 個 pandas 的方法語法（A 到 D），題目把它們打包成 4 個組合選項，要你從中找出哪些語法能正確得到這個輸出。
問你：哪些語法能正確計算 DataFrame 各欄的缺失值個數？
一句話總結
pandas 計算缺失值的有效語法是 isnull() 和 isna()（兩者完全等價）。isNaN()（大寫 N）和 isnan()（全小寫）都不是 pandas DataFrame 的方法，執行會拋出 AttributeError。正確選項是「選項 A（isnull）和 選項 C（isna）」，對應總選項 C。
先感受問題：四個長得像的方法，只有兩個真的存在
行銷資料分析師小嘉要計算各欄缺失值個數，她查了幾個看起來都合理的方法名稱：
df.isNaN().sum() → 能用？（注意 N 大寫）
df.isna().sum() → 能用？
df.isnan().sum() → 能用？（全小寫）
關鍵是 pandas DataFrame 的 API 只定義了 isnull() 和 isna() 兩個方法，而且兩者是完全等價的別名（alias）。isNaN() 和 isnan() 根本不是 pandas 的方法，執行時會拋出 AttributeError：'DataFrame' object has no attribute 'isNaN'。
逐一驗證四個語法是否存在
- 選項 A：df.isnull().sum() → 有效。isnull() 是 pandas DataFrame/Series 的標準方法，返回與原資料同形狀的布林矩陣（True 表示缺失）。.sum() 對每欄加總布林值，得到各欄缺失值個數。這是最早期使用的寫法。
- 選項 B：df.isNaN().sum() → 無效，報錯。pandas DataFrame 沒有 isNaN()（大寫 N）這個方法。大小寫不一致，AttributeError。注意：numpy 有 np.isnan()，但那是 numpy 的函式（接受 array），不是 pandas DataFrame 的方法，用法不同。
- 選項 C：df.isna().sum() → 有效。isna() 是 pandas 1.0 版後加入的別名，功能和 isnull() 完全相同，返回相同的結果。現代 pandas 官方文件推薦用 isna()，語義上更清晰（"is not available"）。
- 選項 D：df.isnan().sum() → 無效，報錯。pandas DataFrame 沒有 isnan()（全小寫 n）這個方法。同樣 AttributeError。全小寫的 isnan 是 Python math 模組的函式（math.isnan(x)），不是 pandas 方法。
- 總結：只有 A 和 C 有效，對應正確選項 C（「選項 A、選項 C」）。
isnull 和 isna 是同一件事，兩個都對
小嘉驗證後確認：
df.isna().sum() → 輸出：youtube 0, facebook 1, newspaper 0, sales 0 ✓（完全一樣）
df.isNaN().sum() → AttributeError: 'DataFrame' has no attribute 'isNaN' ✗
df.isnan().sum() → AttributeError: 'DataFrame' has no attribute 'isnan' ✗
A 和 C 都能產生題目顯示的輸出，B 和 D 直接報錯。正確的組合是「選項 A 和 選項 C」。這就是總選項 C 講的：選項 A、選項 C。
技術版：pandas 缺失值偵測 API 精讀
中級考試大概率會考程式碼跟公式，所以這部分你還是要學。但如果現在學起來很痛苦，可以先跳過，等讀完其他題目回頭再來。
想像有一張大表格，每個格子不是有數字就是空白。「isnull」和「isna」是兩個印章，把空白格蓋上 True、有數字的蓋 False。再用 sum() 算每一欄有幾個 True，就知道每欄有幾個空白格。「isNaN」和「isnan」是兩個根本不存在的假印章，找不到就報錯了。
| 方法名稱 | 存在於 pandas？ |
|---|---|
| df.isnull() | ✓ 存在，是最早的寫法 |
| df.isna() | ✓ 存在，pandas 1.0 後的別名，與 isnull 完全等價 |
| df.isNaN() | ✗ 不存在，大寫 N 導致 AttributeError |
| df.isnan() | ✗ 不存在，AttributeError（math.isnan 是 Python 內建，不是 pandas 方法） |
| 計算每欄缺失值個數 | df.isnull().sum() 或 df.isna().sum() |
- isnull() / isna()
- pandas DataFrame 和 Series 的缺失值偵測方法，返回同形狀的布林 DataFrame/Series，True 代表缺失值（NaN、None、pd.NA）。
- .sum()
- 對布林值加總（True=1, False=0），得到每欄缺失值的個數。預設 axis=0（對每欄做加總）。
- notnull() / notna()
- isnull/isna 的相反，True 代表非缺失值，常用在篩選有效行：df[df['col'].notna()]。
- alias（別名）
本題沒有數學公式，核心是 pandas API 的確切方法名稱：
- 有效的缺失值偵測：isnull()、isna()（互為別名）
- 無效（不存在）：isNaN()、isnan()、isNan()
- numpy 的 np.isnan(x) 存在，但只接受純數值，不接受含 NaN 的 DataFrame（會報錯），不能直接替代 pandas 的 isna/isnull
- isnull() 和 isna() 有什麼差別？哪個是別名？
- df.isna().sum() 的結果和 df.isnull().sum() 是否完全相同？為什麼？
- 為什麼 isNaN() 和 isnan() 在 pandas 中不存在？它們在哪裡存在？
- 如果只想找出 facebook 欄有幾個缺失值，語法是什麼？
- 如何用 isna() 篩選出所有 facebook 欄不是缺失值的行？
為什麼其他總選項是錯的
字面在說什麼：只有 df.isnan().sum() 能計算缺失值。
為什麼不對：pandas DataFrame 沒有 isnan() 方法，執行會立刻拋出 AttributeError。全小寫的 isnan 不在 pandas 的 API 中。同時這個選項漏掉了 isnull 和 isna 兩個真正有效的方法。
誰會選錯：記得 numpy 有 np.isnan()，或 Python math 模組有 math.isnan()，誤以為 pandas 也有同名方法。
字面在說什麼：isNaN、isna、isnan 這三個都有效。
為什麼不對：isna() 有效，但 isNaN()（大寫 N）和 isnan()（全小寫）都不存在。這個選項包含了兩個不存在的方法，而且漏掉了 isnull()（有效的方法）。
誰會選錯：以為有效的方法是「帶 NaN 字樣的」，而沒有記住 pandas 的方法是 isnull 和 isna（不是 isNaN 或 isnan）。
字面在說什麼：isnull、isNaN、isna 三個都有效。
為什麼不對：isnull() 和 isna() 確實有效，但 isNaN()（大寫 N）不存在。如果把 B 也加進來，執行 df.isNaN().sum() 會報 AttributeError，不是正確答案。
誰會選錯：認為有效方法更多的人，沒有嚴格驗證 isNaN 大寫 N 是否真的存在於 pandas API。
同個考點下次怎麼變形
直覺：pandas 的缺失值除了 NaN，還有哪些形式？isna() 都能偵測到嗎？
答案：pandas 認識三種缺失值：numpy.nan（浮點數 NaN）、Python None（物件型別缺失值）、pandas.NA（新版 pandas 的可空型別缺失值）。isna() 和 isnull() 都能偵測到這三種，返回 True。有一個特例：numpy.nan == numpy.nan 是 False（NaN 的定義），所以用 == np.nan 來判斷缺失值是不正確的，必須用 isna()。
直覺：如果我想知道哪些列（行）有任何缺失值，語法是什麼？
答案：df.isna().any(axis=1)，axis=1 表示對每行做「是否有任何 True」的判斷，返回一個 Series（True 表示該行至少有一個缺失值）。用來篩選有缺失值的行：df[df.isna().any(axis=1)]。相反地，df.isna().all(axis=1) 是「整行都是缺失值」。
直覺：填補缺失值的常見策略，分別用什麼語法實現？
答案：三種常見策略：(1) 固定值：df.fillna(0)；(2) 統計填補：df['col'].fillna(df['col'].mean())（均值）或 df['col'].fillna(df['col'].median())（中位數）；(3) 前/後填補（時間序列常用）：df.fillna(method='ffill')（用前一個有效值填補）或 df.fillna(method='bfill')（後一個）。實務上選哪種填補策略需要根據資料的語意和後續分析目的決定。
直覺：機器學習模型（例如 sklearn）能直接接受有缺失值的資料嗎？
答案：大多數 sklearn 模型不能。大部分的 sklearn estimator（如 LinearRegression、RandomForest）在訓練時遇到 NaN 會直接拋出 ValueError："Input contains NaN"。需要在模型訓練前先填補缺失值，通常用 sklearn.impute.SimpleImputer（支援均值、中位數、眾數、常數填補）或 IterativeImputer（用其他特徵預測缺失值，更精準）。部分模型（如 XGBoost、LightGBM）內建支援 NaN，但這是例外。
直覺：如何快速判斷哪些欄位的缺失值比例高，哪些可以忽略？
答案：計算缺失值比例：df.isna().mean()（每欄缺失比例 = 缺失值個數 / 總行數）。業界慣例：缺失值超過 50-60% 的欄位通常建議直接刪除（資訊太稀少）；5-20% 的欄位視情況填補；低於 5% 的可以用簡單填補（均值/中位數）。df.isna().mean().sort_values(ascending=False) 讓缺失比例高的欄位排前面，方便優先處理。
想再往下看，這 5 個
- 資料填補（Data Imputation）isna() 找到缺失值後，下一步是決定用什麼策略填補，填補方法的選擇直接影響模型效果。
- 資料前處理（Data Preprocessing）偵測和處理缺失值是資料前處理流程的必要步驟，在任何分析或建模之前都必須完成。
- 資料品質監控（Data Quality Monitoring）定期計算各欄缺失值比例，是生產環境資料品質監控的基本指標之一。
- 線性迴歸（Linear Regression）sklearn 的 LinearRegression 不接受缺失值，必須先用 isna() 確認並填補後才能訓練，是迴歸建模前置步驟。
- 機器學習（Machine Learning）缺失值處理是 ML 工作流程的基礎環節，不同演算法對缺失值的容忍度不同，需要依模型選擇處理策略。