В чем преимущества использования NaN для представления пустых значений в DataFrame?

Преимущества использования NaN для представления пустых значений в DataFrame:

• Возможность обработки отсутствующих данных. www.geeksforgeeks.org www.reneshbedre.com Для работы с NaN в Pandas доступны методы, например, dropna (фильтрация данных по отсутствующим значениям) и fillna (замена пропусков с возвратом копии). konstantinklepikov.github.io
• Перенос NaN в результат арифметических действий. dfedorov.spb.ru Вне зависимости от операции результат арифметического действия с участием NaN будет равен NaN. dfedorov.spb.ru
• Возможность заполнения пустых значений допустимым значением. dfedorov.spb.ru Это может быть фиксированное значение, например нуль, или интерполированное или восстановленное на основе «хороших» данных значение. dfedorov.spb.ru

Однако у использования NaN есть и ограничения: использование значений индикаторов может привести к дополнительным неоптимизированным расчётам, а также NaN доступен не для всех типов данных. konstantinklepikov.github.io