Bonsoir,
Je ne saisi pas bien la différence entre les np.nan et pd.nan, ainsi que leurs modes de détection.
En fait je m’emmêle les pinceaux entre les 2.
isna isnull isnan pd.isnull() np.isnan et notna pour les valeurs présentes
Un coup de main me serait bien utile 
Bonne soirée
Fanny
Bonsoir Fanny,
Pour ne pas vous emmêler les pinceaux, je vous conseille de ne prêter attention qu’au np.NaN.
Concernant les fonctions de détections : je vous invite à retenir la fonction isna() qui s’applique à la fois sur des objets type pandas Series ou encore pandas DataFrame.
Appliquée à une série elle retourne une série de booléen qui retourne la valeur True lorsque la valeur est manquante et False lorsqu’elle ne l’est pas. La fonction isnull() est équivalente à isna(). La fonction notna() renvoie l’inverse de isna(), True lorsque la valeur n’est pas manquante et False lorsqu’elle l’est.
Il est vrai qu’il existe beaucoup de fonctions qui permettent de détecter les données manquantes, elles nous donnent en somme les mêmes résultats (à peu près). La fonction isna() est je pense celle que vous allez le plus utiliser 
(même si cela dépend des besoins évidemment)
En espérant avoir répondu à votre question,
Bonjour Lara,
Merci pour votre réponse.
Je vais faire ainsi, ce qui sera en effet bien plus simple et ne prêtera plus à confusion.
Bonne journée
Fanny