大熊猫为什么会在南部合并?

我最近问了一个关于熊猫价值缺失的问题 here 并被指示 github issue . 看完那一页后 missing data documentation .

我想知道为什么 merge 和 join 当“他们的比较不相等”时,将nan视为匹配项: np.nan != np.nan

# merge example
df = pd.DataFrame({'col1':[np.nan, 'match'], 'col2':[1,2]})
df2 = pd.DataFrame({'col1':[np.nan, 'no match'], 'col3':[3,4]})
pd.merge(df,df2, on='col1')

    col1    col2    col3
0   NaN      1       3

# join example with same dataframes from above
df.set_index('col1').join(df2.set_index('col1'))

      col2  col3
col1        
NaN     1   3.0
match   2   NaN

但是,奶奶在 groupby 被排除在外:

df = pd.DataFrame({'col1':[np.nan, 'match', np.nan], 'col2':[1,2,1]})
df.groupby('col1').sum()

       col2
col1    
match   2

当然可以 dropna() 或 df[df['col1'].notnull()] 但我很好奇为什么在一些熊猫行动中不包括奶奶 子句 而不是其他人喜欢 合并 , 参加 , update ,和 map ?

基本上,正如我上面所问的,为什么 合并 和 参加 匹配 np.nan 当它们不相等时?