any(df.isnull()) 和 pd.isnull(data).any() 的不同结果

Question

我正在使用带有 pandas 的标准波士顿房屋数据框，我注意到一些让我烦恼的事情：

当我以两种不同的方式检查缺失值时 - 我得到了 2 个不同的结果，尽管它不应该是。

知道为什么会这样吗？

这是我的代码：

# loading df
from sklearn.datasets import load_boston
boston=load_boston()
boston_data = pd.DataFrame(data=boston.data, columns=boston.feature_names)
boston_data['price']=boston.target # the price column

现在如果我运行这段代码：

pd.isnull(boston_data).any()

这是结果：

CRIM       False
ZN         False
INDUS      False
CHAS       False
NOX        False
RM         False
AGE        False
DIS        False
RAD        False
TAX        False
PTRATIO    False
B          False
LSTAT      False
dtype: bool

但是，如果我这样运行它：

any(boston_data.isnull())

它返回：True

为什么？..

Answer 1

pd.isnull(boston_data).any()

检查跨列的缺失值并为您案例中的所有列返回 False

any(boston_data.isnull())

检查所有列的缺失值并返回 True，因为 DF

中至少有一个缺失值