Не все nans идентичны:
In [182]: np.nan is np.nan
Out[182]: True
In [183]: float('nan') is float('nan')
Out[183]: False
In [184]: np.float64('nan') is np.float64('nan')
Out[184]: False
Следовательно,
In [178]: set([np.nan, np.nan])
Out[178]: {nan}
In [179]: set([float('nan'), float('nan')])
Out[179]: {nan, nan}
In [180]: set([np.float64('nan'), np.float64('nan')])
Out[180]: {nan, nan}
l
содержит np.nan
s, которые идентичны, поэтому
In [158]: set(l)
Out[158]: {nan, 0, 1}
, но pd.Series(l).tolist()
содержит np.float64('nan')
s, которые не идентичны:
In [160]: [type(item) for item in pd.Series(l).tolist()]
Out[160]: [numpy.float64, numpy.float64, numpy.float64, numpy.float64]
, поэтому он не считает их равными:
In [157]: set(pd.Series(l).tolist())
Out[157]: {nan, 0.0, nan, 1.0}
Если у вас есть серия Pandas, используйте unique
метод вместо set
, чтобы найти уникальные значения:
>>> s = pd.Series(l)
>>> s.unique()
array([ nan, 0., 1.])